Dil modelleri metni anlamlandırırken ilk adım olarak kelimeleri parçalara böler, ancak bu işlem kelimelerin sesli yapısını hiç dikkate almaz. Araştırmacılar, bu durumun modellerin fonolojik bilgiyi - yani kelimelerin ses yapısını - öğrenmesini nasıl engellediğini ortaya koydu. Alt-kelime tabanlı tokenizasyonun hem yerel (kafiye gibi) hem de genel (hece yapısı gibi) ses özelliklerinin kodlanmasını sistematik olarak zayıflattığı bulundu. Çalışmada, modelin tokenizasyonu ile kelimelerin doğal hece sınırları arasındaki uyumsuzluğu ölçen STAD metriği geliştirildi. Uyumsuzluk arttıkça fonolojik temsil kalitesinin düştüğü gözlemlendi. Bu sorunu çözmek için araştırmacılar, Uluslararası Fonetik Alfabe (IPA) tabanlı hafif bir ince ayar yöntemi önerdi. Bu yaklaşım, dil modellerine fonolojik farkındalık kazandırarak tutarlı iyileşmeler sağladı.

Görsel-dil modellerinin tutarlılığını araştıran yeni bir çalışma, şaşırtıcı sonuçlar ortaya koydu. 'Bir insan', 'bir kişi' ve 'bir yaya' gibi aynı anlama gelen farklı ifadeler kullanıldığında, yapay zeka modelleri görüntülerde farklı nesneleri tespit ediyor. COCO veri setindeki 263 görüntü üzerinde yapılan deneylerde, altı farklı benzer ifade kullanıldığında ortalama 2,11 farklı nesne seçimi yapıldığı gözlemlendi. Bu tutarsızlık rastgele değil, yapısal bir pattern gösteriyor. Araştırma, metin benzerliğinin bu farklılıkların sadece %34'ünü açıklayabildiğini ve sorunun temel olarak modellerin karar verme mekanizmasından kaynaklandığını gösteriyor. Bu bulgular, yapay zeka sistemlerinin güvenilirliği açısından önemli sorular ortaya çıkarıyor.

Yapay zeka modellerinin günlük iletişimde ne kadar başarılı olduğunu test eden yeni bir araştırma, çarpıcı sonuçlar ortaya koydu. Çok modlu dil modelleri, basit kelime dağarcığında insanlara yakın performans gösterirken, 'benim-senin' gibi sahiplik ifadelerinde ve özellikle 'bu-şu' gibi işaret kelimelerinde ciddi zorluklar yaşıyor. Araştırmacılar, yedi farklı yapay zeka modelini insan katılımcılarla karşılaştırdı ve perspektif gerektiren kelimelerin hem insanlar hem de AI'lar için zor olduğunu, ancak bu zorluğun AI'larda çok daha belirgin olduğunu keşfetti. Bu bulgular, yapay zekanın henüz insan benzeri bakış açısı anlayışında önemli eksikleri olduğunu ve geliştirilmesi gereken alanları işaret ediyor.

Araştırmacılar, retina görüntülerinden tıbbi rapor üreten yeni bir yapay zeka sistemi geliştirdi. DREAM adlı sistem, göz doktorlarının belirlediği klinik anahtar kelimeleri görsel verilerle birleştirerek, sınırlı veri ile bile yüksek doğrulukta tanı raporu üretiyor. İki aşamalı bir füzyon mekanizması kullanan sistem, önce görüntü ve anahtar kelime özelliklerini ortak bir alanda birleştiriyor, ardından adaptif çok modlu füzyon ile her modalitetin önemini dinamik olarak ayarlıyor. Bu yaklaşım, mevcut görme-dil modellerinin medikal alanlarda yaşadığı veri yetersizliği ve aşırı öğrenme sorunlarını çözmeyi hedefliyor. Özellikle kritik ancak belirgin olmayan patolojileri tespit etmede başarılı olan sistem, oftalmoloji alanında tanı doğruluğunu artırarak doktorlara önemli destek sağlayabilir.

Stanford araştırmacıları, metinden görsel üreten yapay zeka modellerinin nasıl çalıştığını derinlemesine inceledi. Çalışma, "San Francisco'nun Golden Gate Köprüsü" gibi ifadelerde sadece "Gate" kelimesinin tüm kavramı temsil edebildiğini ortaya koydu. Bu keşif, AI'ın metinlerdeki anlamsal bilgiyi nasıl işlediğini ve neden bazen istenen görseli üretemediğini açıklıyor. Bulgular, gelecekte daha doğru metin-görsel dönüşüm sistemleri geliştirmek için kritik bilgiler sunuyor ve AI'ın dil anlama mekanizmalarına yeni bir bakış açısı getiriyor.

Araştırmacılar, geleneksel OCR (optik karakter tanıma) sistemlerinin karmaşık yapısını basitleştiren yeni bir yapay zeka modeli geliştirdi. PILOT adlı bu 155 milyon parametreli sistem, el yazısı ve basılı metinleri okurken aynı zamanda metinlerin belgede nerede bulunduğunu da belirleyebiliyor. Klasik OCR sistemleri metni tespit etme, bölümlendirme ve tanıma aşamalarını ayrı ayrı gerçekleştirirken, PILOT tüm bu işlemleri tek seferde yapabiliyor. Model, sayfa görüntüsünü analiz ederek hem metin içeriğini hem de koordinat bilgilerini birlikte üretebiliyor. Bu yaklaşım, belirli bölgelerdeki metinleri okuma veya istenilen kelimeleri bulma gibi etkileşimli sorgulamalara da olanak sağlıyor. Sistem, üç aşamalı bir eğitim programıyla geliştirildi ve belge analizi alanında önemli bir ilerleme sunuyor.

Araştırmacılar, metin-görsel yapay zeka modellerinde yeni bir güvenlik zaafiyeti tespit etti. 'Çok Kavramlı Kompozisyonel Güvensizlik' adı verilen bu sorun, tek başına zararsız görünen kelimelerin bir araya geldiğinde sakıncalı içerikler üretebilmesini ifade ediyor. TwoHamsters adlı kapsamlı test platformu kullanılarak yapılan değerlendirmede, FLUX dahil güncel modellerin bu tür gizli risklere karşı savunmasız olduğu ortaya çıktı. 17.500 test istemi içeren benchmark, mevcut güvenlik önlemlerinin yetersizliğini gözler önüne serdi. Bu keşif, yapay zeka güvenlik sistemlerinin sadece açık tehditlerle değil, kavramların dolaylı birleşimlerinin yaratabileceği risklerle de mücadele etmesi gerektiğini gösteriyor. Bulgular, geliştiricilerin daha sofistike güvenlik mekanizmaları geliştirmesi için önemli veriler sunuyor.

Büyük dil modellerinin uzun metinlerle çalışırken karşılaştığı ciddi hafıza sorunu için yenilikçi bir çözüm geliştirildi. OjaKV adlı sistem, modellerin performansını korurken hafıza kullanımını önemli ölçüde azaltıyor. Araştırmacılar, her kelimenin eşit önemde olmadığını fark ederek, kritik olan ilk ve son kelimeleri tam kalitede saklarken, diğerleri için sıkıştırma tekniği kullanıyor. Bu hibrit yaklaşım, özellikle ChatGPT benzeri modellerin uzun sohbetlerde daha verimli çalışmasını sağlayabilir. Sistem ayrıca farklı veri türlerine kendini uyarlayabilen dinamik bir yapıya sahip. Bu gelişme, yapay zeka modellerinin daha az kaynak kullanarak daha uzun metinlerle çalışabilmesinin önünü açıyor.

Matematiksel dizilerin düzenli yapılarını inceleyen yeni bir araştırma, Sturmian kelimeleri kullanarak oluşturulan dikdörtgen matrislerin denge özelliklerini tamamen karakterize etmeyi başardı. Bu çalışma, özellikle sayı teorisi ve kombinatoryal matematik alanında önemli sonuçlar ortaya koyuyor. Araştırma, herhangi bir eğim değeri için geçerli olan genel bir yaklaşım sunarak, daha önceki çalışmaların sadece belirli sayı türleriyle sınırlı kaldığı noktayı aşıyor. Sonuçlar, Ostrowski sayı temsillerini kullanarak matris denge özelliklerinin nasıl belirlenebileceğini gösteriyor.

Araştırmacılar, büyük dil modellerinin işlem hızını dramatik şekilde artıran yeni bir yöntem geliştirdi. CadLLM adı verilen bu teknik, modelin kendi güven seviyesini analiz ederek gereksiz hesaplamaları atlar ve işlem hızını ikiye kadar çıkarır. Özellikle diffüzyon tabanlı dil modellerinde kullanılan bu yöntem, hiçbir ek eğitim gerektirmeden mevcut sistemlere entegre edilebiliyor. Sistem, kelimelerin 'açığa çıkma' güvenilirlik seviyesini izleyerek, hangi adımların hızlandırılabileceğini dinamik olarak belirliyor. Ayrıca kelime dağarcığının yalnızca gerekli bölümlerini kullanarak hesaplama yükünü daha da azaltıyor. Dört farklı popüler görevde yapılan testler, CadLLM'nin doğruluk oranını korurken hız artışı sağladığını gösteriyor. Bu gelişme, yapay zeka uygulamalarının daha verimli çalışmasını sağlayarak enerji tüketimini azaltabilir ve kullanıcı deneyimini iyileştirebilir.

Araştırmacılar, büyük dil modellerinin hikaye metinlerinde kelimelerin anlamlarını insanlara benzer şekilde değerlendirebildiğini gösterdi. SemEval-2026 yarışması kapsamında geliştirilen yeni sistem, aynı yazılışa sahip farklı anlamlı kelimelerin hikaye bağlamındaki mantıklılığını skorlayabiliyor. Çalışma, yapay zekanın dil anlama yetisinin gerçek dünya metinlerinde ne kadar etkili olduğunu test ederken, ticari büyük parametreli modellerin dinamik örnekleme teknikleriyle insan benzeri yargılara ulaşabildiğini ortaya koyuyor. Bu gelişme, doğal dil işleme alanında pratik uygulamalara yönelik önemli bir adım teşkil ediyor.