Araştırmacılar, yapay zeka ajanlarının web sitesi geliştirme sürecinde karşılaştığı kritik bir sorunu ortaya koydu. Mevcut sistemler, uzman olmayan kullanıcıların belirsiz ve kalitesiz talimatlarını anlayamadığında 'körü körüne çalışma' moduna geçiyor. Bu durum, gerçek dünya koşullarında ciddi başarısızlıklara yol açıyor. InteractWeb-Bench adlı yeni test platformu, bu sorunu çözmek için farklı kullanıcı davranışlarını simüle ederek yapay zeka ajanlarının performansını değerlendiriyor. Çalışma, web geliştirme alanında yapay zeka teknolojisinin pratik kullanımındaki önemli açıkları gözler önüne seriyor.

Araştırmacılar, yapay zeka destekli GUI (grafik kullanıcı arayüzü) asistanlarının gerçek dünya iş ortamlarındaki performansını ölçmek için WindowsWorld adlı yeni bir değerlendirme sistemi geliştirdi. Bu sistem, tek uygulama odaklı mevcut testlerin aksine, çoklu masaüstü uygulamaları arasında koordinasyon gerektiren karmaşık iş akışlarını test ediyor. 16 farklı meslekten ilham alınarak oluşturulan 181 görev içeren benchmark, yapay zeka asistanlarının profesyonel ortamlardaki gerçek yeteneklerini daha doğru bir şekilde değerlendirmeyi amaçlıyor.

Araştırmacılar, yapay zekanın geleneksel arama motorlarını nasıl dönüştürdüğünü anlamak için kapsamlı bir çalışma gerçekleştirdi. 11.500 kullanıcı sorgusundan oluşan benchmark veri setiyle Google Arama, AI Overview ve Gemini Flash 2.5'i karşılaştıran araştırma, çarpıcı bulgular ortaya koydu. Sonuçlara göre, kullanıcı sorgularının yarısından fazlasında (%51.5) AI Overview'lar oluşturuluyor ve organik arama sonuçlarının üzerinde gösteriliyor. Özellikle tartışmalı konularda AI özetlerinin daha sık görüldüğü tespit edildi. Çalışma ayrıca farklı arama sistemlerinin kaynaklarını seçme biçimlerinin önemli ölçüde farklılaştığını gösteriyor. Bu araştırma, yapay zekanın arama deneyimini nasıl şekillendirdiğini ve bilgiye erişim şeklimizi nasıl değiştirdiğini anlamamız açısından kritik bulgular sunuyor.

Araştırmacılar, büyük dil modellerine yönelik gelişmiş siber saldırılara karşı TwinGate adlı yenilikçi bir savunma sistemi geliştirdi. Bu sistem, kötü niyetli kullanıcıların zararsız görünen sorular dizisi halinde gizledikleri tehlikeli talepleri tespit edebiliyor. TwinGate, asimetrik kontrastif öğrenme tekniğini kullanarak, anlam bakımından farklı ama aynı kötü amaca hizmet eden sorguları kümeleyebiliyor. Sistem, kullanıcı kimliklerinin anonim olduğu ve sürekli sorgular geldiği gerçek dünya koşullarında bile etkili çalışıyor. Mevcut savunma yöntemlerinin aksine, TwinGate hesaplama maliyeti düşük bir çözüm sunarak yapay zeka güvenliği alanında önemli bir adım atıyor.

Araştırmacılar, büyük dil modellerini kullanarak geleneksel tavsiye sistemlerini yeniden tasarlayan PURE adlı yenilikçi bir framework geliştirdi. Sistem, sadece satın alma geçmişine dayanan mevcut yaklaşımların aksine, kullanıcıların yazdığı incelemeler ve ürün açıklamalarından sistematik olarak bilgi çıkarıyor. PURE, üç temel bileşenle çalışıyor: kullanıcı tercihlerini ve ürün özelliklerini tespit eden İnceleme Çıkarıcısı, profilleri sürekli güncelleyen Profil Güncelleyicisi ve kişiselleştirilmiş öneriler sunan Tavsiye Edici. Bu yaklaşım, kullanıcıların zaman içinde değişen ilgi alanlarını takip ederek daha doğru ve güncel öneriler sunmayı amaçlıyor. E-ticaret platformlarından sosyal medyaya kadar geniş bir uygulama alanına sahip olan bu teknoloji, yapay zekanın insan davranışlarını anlama kapasitesini artırarak dijital deneyimleri kişiselleştirme konusunda önemli bir adım teşkil ediyor.

Sosyal medya reklamcılığı araştırmaları genellikle görsel öğelere ve algoritmalara odaklanırken, reklam metinlerinin rolü göz ardı ediliyordu. Japonya'da yapılan yeni bir çalışma, Instagram reklamlarında kullanılan belirli kelimelerin tıklanma oranlarını nasıl etkilediğini inceledi. Araştırma, aynı kelime veya ifadenin farklı ürünler için farklı şekillerde yorumlanabildiğini ortaya koyuyor. Bu bulgular, dijital pazarlama stratejilerinde metin içeriğinin önemini vurgularken, kültürel bağlamın reklam etkinliğindeki kritik rolünü de gözler önüne seriyor. Çalışma, özellikle İngilizce dışı pazarlarda reklam metni optimizasyonunun ne kadar önemli olduğunu gösteriyor.

Koç Üniversitesi araştırmacıları, davetiye tabanlı kayıt sistemlerini kullanan online platformlarda kullanıcı gizliliğini korumak için yenilikçi bir yöntem geliştirdi. 'Anonyma' adı verilen bu sistem, platform yöneticilerinin bile hangi kullanıcının kimi davet ettiğini öğrenmesini engelliyor. Araştırma, sosyal medya platformları ve özel toplulukların yaygınlaştığı günümüzde kritik bir gizlilik sorununa çözüm getiriyor. Bu tür sistemlerde genellikle yeni üyeler sadece mevcut üyeler tarafından davet edilerek platforma katılabiliyor, ancak bu durum davet eden kişinin kimliğinin sistem tarafından bilinmesi anlamına geliyor. Yeni yöntem, matematiksel şifreleme tekniklerini kullanarak bu bilgiyi gizli tutuyor.

Araştırmacılar, klinik yapay zeka sistemlerinin güvenilirliğini artırmak için yeni bir çerçeve geliştirdi. Mevcut AI modellerinin 'kara kutu' yapısından farklı olarak, bu yaklaşım kanıt temelli, denetim altında ve aşamalı özerklik prensiplerine dayanıyor. Çalışma, tıpta AI güvenilirliğinin sadece model doğruluğu veya kullanıcı memnuniyetiyle değil, ölçülebilir sistem özellikleriyle sağlanması gerektiğini vurguluyor. Önerilen sistem, deterministik bir çekirdek, hasta-odaklı AI asistanı, çok katmanlı model yükseltme mekanizması ve insan denetim katmanını birleştiriyor. Bu yaklaşım, kritik bulgularda seçici doğrulama, sınırlı klinik bağlam ve dikkatli değerlendirme süreçleri içeriyor.

Kullanıcı arayüzlerinde çalışan yapay zeka ajanları, arayüzlerin nasıl bilgi ilettiğini anlamak zorunda. Modern arayüzlerde estetikten çok daha fazlası olan animasyonlar, kritik işlevsel amaçlara hizmet ediyor. Ancak görme-dil modellerinin (VLM) arayüz anlayışıyla ilgili çalışmalar çoğunlukla statik ekran görüntüleri üzerinde yoğunlaştı. Araştırmacılar bu boşluğu doldurmak için 300 anotasyonlu kullanıcı arayüzü animasyon videosu içeren AniMINT veri setini oluşturdu. En gelişmiş VLM'lerin animasyonları algılama, amaçlarını belirleme ve anlamlarını yorumlama yeteneklerini sistematik olarak değerlendirdiler. Sonuçlar, bu modellerin temel hareketleri güvenilir şekilde tespit edebildiğini ancak üst düzey anlayışta zorlandığını gösteriyor. Bu çalışma, yapay zeka ajanlarının kullanıcı arayüzleriyle etkileşimini geliştirmek için kritik bir adım oluşturuyor.

Büyük dil modellerinin pekiştirmeli öğrenme ile eğitiminde karşılaşılan temel sorunlardan biri performans doygunluğudur. Bu durum, modelin keşif yeteneğini gösteren entropi değerinin çökmesiyle karakterize edilir. Araştırmacılar, bu soruna yönelik geliştirdikleri Entrocraft adlı yeni yaklaşımla, entropi eğrisini hassas bir şekilde kontrol etmeyi başardılar. Yöntem, kullanıcı tanımlı entropi programlarını gerçekleştirmek için avantaj dağılımlarını yönlendiren basit bir reddetme-örnekleme tekniği kullanıyor. Geleneksel düzenlileştirme yöntemlerinden farklı olarak, Entrocraft uzun vadeli kararlılık sağlayarak performans artışlarının önündeki engelleri kaldırıyor. Bu gelişme, yapay zeka modellerinin daha etkili öğrenme süreçleri geçirmesine olanak tanıyarak, gelecekteki AI sistemlerinin yeteneklerini artırma potansiyeli taşıyor.

Büyük dil modelleri (LLM'ler) dış araçları kullanarak birçok görevi yerine getirebilse de, kullanıcıların net olmayan talimatları karşısında zorlanıyor. Araştırmacılar gerçek dünyadan toplanan belirsiz kullanıcı talimatlarıyla NoisyToolBench adlı yeni bir test platformu geliştirdi. Çalışma, mevcut AI sistemlerinin eksik bilgiler karşısında rastgele tahminler yapma eğiliminde olduğunu ve bunun yanıltıcı sonuçlara yol açtığını ortaya koyuyor. Sorunu çözmek için Ask-when-Needed (AwN) adlı yenilikçi bir yaklaşım öneriliyor. Bu sistem, AI asistanlarının belirsizlik yaşadığında kullanıcılara açıklayıcı sorular sormasını sağlıyor. Geliştirilen yöntem, yapay zekanın daha güvenilir ve kullanıcı dostu hale gelmesine katkı sağlayarak, AI asistanlarının gerçek dünya uygulamalarında daha etkili çalışmasının yolunu açıyor.