Araştırmacılar, kompakt simetrik uzaylarda 'decompounding' adı verilen karmaşık bir istatistiksel problemi ele aldı. Bu problem, rastgele yürüyüşlerin adım dağılımlarını tahmin etmeyi gerektiriyor ancak gözlemler arasındaki adım sayısı bilinmiyor. Çalışma, simetrik uzayların harmonik analizini kullanarak yeni bir tahmin edici geliştirdi ve bu yöntemin ortalama kare hata açısından yakınsadığını kanıtladı. Araştırma, Öklid uzayındaki yoğunluk tahmini problemleriyle benzer yakınsama oranları elde ettiğini gösterdi. Önemli bulgu, tahmin edicinin optimalliğinin simetrik uzayın rankına bağlı olmasıydı. Bu çalışma, kompakt Lie gruplarındaki benzer problemleri genişleterek matematiksel analiz alanında önemli bir ilerleme sağlıyor.

Araştırmacılar, kuantum bilgisayarların en büyük sorunlarından biri olan hata düzeltme işlemini dramatik şekilde hızlandıracak yeni bir yöntem geliştirdi. Geleneksel kuantum hata düzeltme sistemleri verimliliği %10'un altında kalırken, yeni teknik %50'nin üzerinde verimlilik sağlayabiliyor. Bu gelişme, büyük ölçekli kuantum bilgisayarların gerçekleşmesi yolunda kritik bir adım olarak görülüyor. Çalışma, özel olarak tasarlanmış nötral atom dizileri kullanarak pratik kuantum hesaplama için gerekli olan düşük hata oranlarını korurken yüksek kodlama hızlarına ulaşmayı başardı.

Araştırmacılar, İrlandaca konuşma tanıma sistemlerini adil ve güvenilir şekilde karşılaştırmak için BlasBench adlı yeni bir değerlendirme platformu geliştirdi. Mevcut çok dilli kıyaslama testleri İrlandacanın kendine özgü dilbilgisel yapısını göz ardı ediyordu. Yeni platform, İrlandacanın fada işaretleri, lenition ve eclipsis gibi özelliklerini koruyan normalleştirici içeriyor. 12 farklı sistem üzerinde yapılan testlerde, Microsoft Azure'un en iyi performansı gösterdiği, OpenAI'ın Whisper modellerinin ise beklenmedik şekilde %100'ün üzerinde hata oranına ulaştığı ortaya çıktı.

Hindistan Bilim Enstitüsü araştırmacıları, iki boyutlu manyetik malzemelerin büyük ölçekli üretiminde çığır açan bir yöntem geliştirdi. Daha önce yalnızca mikrometrik boyutlarda üretilebilen bu malzemeler, yeni teknikle santimetre genişliğindeki wafer yüzeylerde başarıyla büyütüldü. Bu gelişme, sabit diskler ve sensörlerde kullanılan yeni nesil elektronik ve spintronik cihazların üretiminde önemli bir adım teşkil ediyor. Düşük hata oranına sahip büyütme tekniği, malzeme biliminde uzun süredir aranan kaliteli geniş alan üretim problemini çözüyor.

Büyük dil modelleri karmaşık işlemlerde sıklıkla hata yapıyor ve bu hatalar zincirleme etkiyle büyüyor. Araştırmacılar bu soruna PlanCompiler adlı yeni bir mimari ile çözüm getirdi. Sistem, yapay zekanın çalışma mantığını değiştirerek önce bir plan oluşturuyor, bu planı doğruluyor ve ancak ondan sonra çalıştırıyor. 300 farklı görevde yapılan testlerde sistem %88-100 arası başarı oranları elde etti. Bu yaklaşım özellikle SQL veritabanı işlemleri ve çok aşamalı yapılandırılmış görevlerde yapay zeka güvenilirliğini önemli ölçüde artırabileceğini gösteriyor.

Araştırmacılar, büyük dil modellerinin kod yazabildiği ama doğruluğunu kontrol edemediği sorununa çözüm getiren AgentForge adlı sistemi geliştirdi. Bu yenilikçi çerçeve, beş farklı AI ajanının koordineli çalışmasıyla yazılım geliştirme sürecini otomatikleştiriyor. Planlayıcı, kodlayıcı, test edici, hata ayıklayıcı ve eleştiri ajanlarından oluşan ekip, her kod değişikliğini güvenli bir test ortamında çalıştırarak doğruluğunu kontrol ediyor. Sistem, yazılım mühendisliğini iteratif bir karar süreci olarak modelleyerek, geleneksel token tabanlı yaklaşımlar yerine gerçek çalıştırma geri bildirimini kullanıyor. SWE-BENCH Lite test setinde %40 başarı oranına ulaşan AgentForge, tek ajan sistemlerinden 26-28 puan daha iyi performans gösteriyor. Bu gelişme, AI destekli yazılım geliştirmede önemli bir adım teşkil ediyor.

Yarı iletken üretiminde kritik öneme sahip hata analizi süreci, geleneksel yöntemlerle uzmanların saatler süren çalışmasını gerektiriyor. Araştırmacılar, bu süreci tamamen dönüştüren SemiFA adlı yapay zeka sistemini geliştirdi. Sistem, yarı iletken muayene görüntülerini analiz ederek bir dakika içinde yapılandırılmış hata analizi raporları üretebiliyor. Dört farklı yapay zeka ajanının birlikte çalıştığı bu sistem, kusur tanımlama, kök neden analizi, ciddiyet değerlendirmesi ve çözüm önerileri sunma işlevlerini gerçekleştiriyor. SemiFA-930 veri setiyle test edilen sistem, yarı iletken endüstrisinde kalite kontrol süreçlerini hızlandırma potansiyeli taşıyor. Bu gelişme, elektronik sektörünün temel taşlarından biri olan yarı iletken üretiminde verimlilik artışı sağlayabilir.

Araştırmacılar, T hücresi reseptörlerinin peptid-MHC molekül bağlanmalarını tahmin etmek için yeni bir yapay zeka modeli geliştirdi. Bu sistem, aşı tasarımı ve T hücresi tedavilerinde kritik öneme sahip. Yeni yaklaşım, modelin eğitim sırasında görmediği epitoplarla karşılaştığında sessizce yanlış güven skoru vermesi sorununu çözmeyi hedefliyor. Araştırmacılar, güvenilir tahminler yapabilmek için 'seçici tahmin' yaklaşımını benimsiyor - model ya güvenilir bir skor verir ya da açıkça karar vermekten kaçınır. Dual-encoder mimarisi kullanan sistem, protein dil modeliyle eğitilmiş ve sıcaklık ölçeklendirmesi ile kalibre edilmiş. Conformal abstention kuralı sayesinde kullanıcının belirlediği hata oranında finite-sample kapsama garantisi sağlıyor. Üç farklı test stratejisinde değerlendirilen method, AUROC 0.813 ve ECE 0.043 değerlerine ulaştı.

Büyük dil modelleriyle çalışan otonom web ajanları, karmaşık tarayıcı görevlerini tamamlama konusunda umut vadediyor ancak uzun süreli iş akışlarında zorlanıyor. Araştırmacılar, bu sorunu çözmek için WebXSkill adlı yeni bir framework geliştirdi. Bu sistem, hem doğrudan çalıştırılabilen hem de ajan tarafından anlaşılabilen 'yürütülebilir beceriler' kullanıyor. Mevcut sistemlerdeki temel sorun, metin tabanlı becerilerin anlaşılır olmasına rağmen doğrudan çalıştırılamaması, kod tabanlı becerilerin ise çalıştırılabilir olmasına karşın ajan için anlaşılır olmaması. WebXSkill, parametreli eylem programlarını adım adım doğal dil rehberliğiyle birleştirerek bu açığı kapatıyor ve ajanlara hem hata kurtarma hem de adaptasyon imkanı sunuyor.

Araştırmacılar, görüntü segmentasyonunda çalışan yapay zeka modellerinin şaşırtıcı bir hata türü keşfetti. Bu modeller, nesnelerin sınırlarını doğru tespit edebiliyor ancak tamamen yanlış etiketler atayabiliyor. Örneğin bir köpeği bulup sınırlarını çiziyor ama 'kedi' diyor. Bu durum, modellerin eğitim verilerindeki sahte korelasyonlara dayanmasından kaynaklanıyor. Cornell Üniversitesi araştırmacıları, bu 'semantik etiket takası' sorununun geleneksel değerlendirme yöntemleriyle fark edilmediğini gösterdi. Çalışma, yapay zekanın gerçek dünya uygulamalarında karşılaşabileceği kritik güvenilirlik sorunlarına ışık tutuyor.

Araştırmacılar, yapay zeka sistemlerinin metin sınıflandırmasında belirsizliklerini tahmin edebilmesi için yeni bir yöntem geliştirdi. HolUE adlı bu yaklaşım, sistemin ne zaman hata yapabileceğini önceden tahmin ederek, bilinmeyen durumlarla karşılaştığında 'bilmiyorum' diyebilmesini sağlıyor. Yöntem, iki temel belirsizlik kaynağını ele alıyor: kullanıcının belirsiz sorularından kaynaklanan 'metin belirsizliği' ve veri dağılımındaki belirsizliklerden kaynaklanan 'galeri belirsizliği'. Test sonuçları oldukça etkileyici - farklı veri setlerinde mevcut yöntemlere göre %40 ile %365 arasında iyileşme sağlandı. Bu gelişme, özellikle güvenilir yapay zeka sistemleri için kritik önem taşıyor.