Büyük dil modelleri görsel içerikleri anlayabilse de 3 boyutlu uzamsal akıl yürütmede zorlanıyordu. Araştırmacılar, bu sorunu çözmek için TRACE adlı yeni bir yöntem geliştirdi. Bu sistem, video görüntülerindeki 3D ortamları metin tabanlı temsillere dönüştürerek yapay zekanın uzamsal sorulara daha doğru yanıtlar vermesini sağlıyor. Bilişsel uzamsal akıl yürütme teorilerinden ilham alan çalışma, yapay zekanın çevresel algısını önemli ölçüde geliştiriyor. Test sonuçları, TRACE yönteminin mevcut tekniklere göre belirgin iyileştirmeler sağladığını gösteriyor.

Araştırmacılar, insan beyninin konuşmayı anlama ve üretme döngüsünden esinlenen TokenChain adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, konuşma tanıma (ASR) ve konuşma sentezi (TTS) teknolojilerini birlikte eğiterek her ikisinin performansını artırıyor. TokenChain, tamamen dijital token tabanlı bir yaklaşım kullanarak, metni anlam tokenlarına dönüştüren ve bu tokenlardan ses üreten iki aşamalı bir süreç izliyor. LibriSpeech veri setinde yapılan testlerde sistem, geleneksel yöntemlere göre 2-6 epoch daha erken hedef doğruluğa ulaştı ve aynı eğitim süresinde %5-13 daha düşük hata oranı gösterdi. TED-LIUM veri setindeki denemelerde ise konuşma tanıma hatalarını %56, metin-konuşma sentez hatalarını %31 oranında azalttı. Bu gelişme, yapay zeka sistemlerinin daha verimli konuşma işleme yetenekleri kazanmasına katkı sağlıyor.

Araştırmacılar, yapay zeka modellerinin en büyük sorunlarından birini çözecek yenilikçi bir yöntem geliştirdi. Flow tabanlı üretici modeller, görüntü ve metin üretiminde başarılı sonuçlar verse de, tek bir olasılık hesabı için yüzlerce hatta binlerce hesaplama adımı gerektiriyordu. Bu durum, modellerin karşılaştırılması ve geliştirilmesi süreçlerini oldukça yavaşlatıyordu. Yeni F2D2 (Fast Flow Joint Distillation) çerçevesi, hem örnekleme hem de olasılık hesaplama süreçlerini aynı anda iki büyüklük mertebesinde hızlandırıyor. Sürekli normalleştirici akışlardaki örnekleme ve olasılık hesaplama işlemlerinin birbirine bağlı doğasından yararlanan bu yaklaşım, mevcut yöntemlerin aksine olasılık hesaplama kabiliyetini kaybetmeden hızlanma sağlıyor.

Araştırmacılar, yapay zeka ajanlarının öğrenme sürecini iyileştirmek için Argos adlı yeni bir ödüllendirme sistemi geliştirdi. Geleneksel yöntemler sadece nihai sonuçları değerlendirirken, Argos hem doğruluğu hem de mantıklı düşünme sürecini takip ediyor. Sistem, farklı örnekler için farklı değerlendirme fonksiyonları seçerek daha detaylı geri bildirim sağlıyor. Bu yaklaşım, çok modlu pekiştirmeli öğrenme ile eğitilen AI ajanlarının performansını artırmayı hedefliyor. Argos, özellikle karmaşık görsel ve metin verilerini birlikte işleyen sistemlerde önemli iyileştirmeler vaat ediyor.

Araştırmacılar, tıbbi görüntü ve metin analizi yapan yapay zeka modellerinin performansını artıran yeni bir yaklaşım geliştirdi. BioVLM adı verilen bu sistem, farklı tıbbi görüntüleme yöntemleri arasında daha başarılı genelleme yapabiliyor. Özellikle az sayıda örnek verinin bulunduğu durumlarda, modelin farklı tıbbi modalitelere uyum sağlamasını kolaylaştırıyor. Sistem, dinamik prompt seçimi ve güçlü dil modeli entegrasyonu kullanarak, geleneksel yöntemlere göre daha etkili sonuçlar elde ediyor. Bu gelişme, tıbbi teşhis ve görüntü analizi alanında yapay zekanın daha geniş kullanım imkanları sunabileceğini gösteriyor.

Araştırmacılar, sinematik hikaye anlatımında kullanılan sahne panolarını (storyboard) otomatik olarak oluşturabilen DreamShot adlı yeni bir yapay zeka modeli geliştirdi. Mevcut metin-görüntü modelleri farklı sahneler arasında karakter tutarlılığı ve anlatım akışını korumakta zorlanırken, DreamShot video üretim teknolojisini kullanarak bu sorunları çözüyor. Model, hem metin açıklamasından hem de referans görüntülerden sahne üretebiliyor ve önceki karelere dayalı hikaye devamı özelliği sunuyor. Bu gelişme, film endüstrisi ve görsel hikaye anlatımında önemli bir ilerleme anlamına geliyor.

Araştırmacılar, yapay zeka tabanlı metin özetleme sistemlerinin farklı kalite kriterlerini eş zamanlı kontrol edebilmesini sağlayan yeni bir yaklaşım geliştirdi. Mevcut sistemler genellikle özeti daha kısa yapmaya çalışırken bütünlüğü kaybediyor ya da tam tersini yapıyor. Bu araştırma, kullanıcıların ihtiyaçlarına göre özetlerin tamlık, kısalık ve doğruluk gibi özelliklerini ayarlanabilir hale getiriyor. LLaMA, Qwen ve Mistral gibi büyük dil modellerinde test edilen sistem, hem genel özet kalitesini artırırken hem de belirli kriterleri önceliklendirme imkanı sunuyor. Bu gelişme, farklı kullanım senaryolarına göre özelleştirilebilir AI özet sistemlerinin yolunu açıyor.

Araştırmacılar, yapay zeka sistemlerinin ürettiği metin özetlerinin kalitesini değerlendirmek için yeni bir yaklaşım geliştirdi. Mevcut değerlendirme yöntemleri genellikle büyük dil modellerine ihtiyaç duyuyor ve güvenilirlik sorunları yaşıyor. Yeni framework, referans özetlere veya pahalı model tabanlı ölçütlere ihtiyaç duymadan özetlerin tamlık, özlülük ve doğruluk gibi kalite boyutlarını değerlendirebiliyor. Araştırmada ayrıca 'grup izotonik regresyon binning' adı verilen bir kalibrasyon yöntemi öneriliyor. Bu yöntem, ham tahminleri gerçek değerlendirme ölçütleriyle daha iyi uyumlu hale getiriyor. Sürekli değerli görevler olan özetleme için odaklanılsa da, yöntem soru-cevap gibi ayrık değerli görevlerde de uygulanabiliyor. Bu gelişme, yapay zeka sistemlerinin ürettiği içeriklerin kalitesinin daha güvenilir şekilde ölçülmesine olanak tanıyor.

MIT ve Stanford araştırmacıları, yapay zekanın insan değerleriyle hizalanmasında kullanılan online yöntemlerin neden teorik beklentileri aştığını açıkladı. Çalışma, mevcut teorik garantilerin yanıltıcı olduğunu ve gerçek performansın çok daha iyi olduğunu gösteriyor. Araştırmacılar, geleneksel pişmanlık ölçütlerinin öğrenme maliyetini ve keşif rastgeleliğini karıştırdığını keşfetti. Sıfır sıcaklık ölçütü kullanarak yaptıkları analizde, online RLHF ve DPO gibi standart açgözlü hizalama yöntemlerinin sabit birikimli pişmanlık elde ettiğini matematiksel olarak kanıtladılar. Bu bulgular, AI güvenliği alanında kullanılan hizalama algoritmalarının etkinliğini daha iyi anlamamızı sağlıyor ve gelecekteki AI sistemlerinin insan değerleriyle uyumlu davranmasını garanti etmek için önemli teorik temeller sunuyor.

Sigortacılık sektöründe yapay zekanın kullanımı sadece ChatGPT ile sınırlı değil. Yeni bir araştırma, büyük dil modellerinin hasar tespitinden pazar analizine kadar sigortacılık alanında nasıl devrim yaratabileceğini gösteren dört farklı uygulama sunuyor. Araştırmacılar, yapay zekanın metin analizi, görsel hasar tespiti ve otomatik rapor oluşturma gibi alanlarda sigortacıların işlerini nasıl kolaylaştırabileceğini pratik örneklerle açıklıyor. Bu gelişmeler, sigortacılık sektöründe daha hızlı ve doğru karar alma süreçlerinin önünü açıyor.

Büyük dil modellerinin yeni alanlarda eğitilmesi sırasında güvenlik hizalaması bozulabilir. Araştırmacılar, bu soruna çözüm olarak 'güvenlik token düzenlemesi' adlı hafif bir yöntem geliştirdi. Bu teknik, modellerin güvenli davranış kalıplarını korurken yeni görevlerde etkili çalışmasını sağlıyor. Geleneksel güçlendirmeli öğrenme yöntemlerinden farklı olarak minimal hesaplama gücü gerektiren bu yaklaşım, AI güvenliği alanında önemli bir adım teşkil ediyor. Kapsamlı deneyler, yöntemin mevcut en gelişmiş tekniklerle eşdeğer güvenlik performansı gösterdiğini ortaya koydu.