Araştırmacılar, yapay zeka destekli robotların karmaşık görevleri daha etkili şekilde planlamasını sağlayan GaLa adlı yeni bir sistem geliştirdi. Sistem, nesneler arasındaki uzamsal ilişkileri ve anlamsal yapıları daha iyi anlayabilmek için hipergraf tabanlı bir yaklaşım kullanıyor. Geleneksel görsel-dil modellerinin aksine, GaLa çoklu modal verilerdeki gizli semantik bilgileri ortaya çıkararak robotların çevresel işlevsel ilişkileri kavramasını sağlıyor. Bu gelişme, ev robotları ve otonom sistemler gibi gerçek dünyada faaliyet gösteren yapay zeka sistemlerinin performansını önemli ölçüde artırabilir.

Büyük dil modellerinin (LLM) tutarlı bir iç dünya modeli geliştirip geliştiremediği yapay zeka alanındaki temel tartışmalardan biri. Geleneksel tek-token tahmin yöntemlerinin aksine, çoklu-token tahmin yaklaşımı daha yapılandırılmış öğrenme sunuyor. Yeni araştırma, bu yöntemin gradient etkileşimi yoluyla iç inanç durumlarına yakınsamayı nasıl teşvik ettiğini teorik olarak açıklıyor. Ancak standart çoklu-token tahmin yönteminde yapısal halüsinasyonlar ortaya çıkabiliyor. Araştırmacılar bu sorunu çözmek için Gizli Semantik Geliştirme adlı yeni bir yaklaşım öneriyor. Bu yöntem, tahminleri gerçek gizli durum yörüngelerine sabitleyerek çevresel kısıtlamaları ihlal eden yasadışı kısayolları engelliyor. Çalışma, yapay zeka modellerinin dünya anlayışını geliştirme konusunda önemli bir adım teşkil ediyor.

Araştırmacılar, C programlama dilinde yazılmış sistem yazılımlarını Rust diline otomatik olarak çeviren yeni bir araç geliştirdi. &inator adı verilen bu sistem, C kodlarının arayüz tanımlamalarını Rust'un güvenlik kurallarına uygun şekilde dönüştürebiliyor. Geleneksel C dilinin bellek güvenliği konusundaki eksiklikleri, yazılım güvenlik açıklarının temel nedenlerinden biri olarak görülürken, Rust dili sahiplik ve ödünç alma mekanizmaları sayesinde bu sorunları compile-time'da çözüyor. Yeni araç, kısıtlama tabanlı bir formülasyon kullanarak semantik eşdeğerlik ve tip doğruluğunu sağlarken, en basit ve maliyetsiz tip yapılarını tercih ediyor. Gerçek C programları üzerinde yapılan testlerde başarılı sonuçlar alınması, sistem yazılımlarının daha güvenli hale getirilmesi açısından önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, büyük ses-dil modellerinin (LALM) sadece algılama ve cevaplama yerine mantıklı düşünme süreçleri geliştirebilmesi için Audio-DeepThinker adlı yeni bir framework geliştirdi. Mevcut sesli AI sistemleri, kullanıcıların sorularına doğrudan cevap verebilseler de açık bir akıl yürütme süreci sergilemedikleri için sınırlı kalıyordu. Yeni yaklaşım, hibrit ödüllendirme sistemi kullanarak AI modellerinin ürettiği mantık zincirlerinin kalitesini değerlendiriyor. Sistem, mantıksal yol uyumunu, anahtar adım kapsamını ve analitik derinliği ölçen bir LLM değerlendirici ile referans mantık zincirleriyle semantik uyumu sağlayan gömme benzerliği bileşenini birleştiriyor. Bu gelişme, sesli AI asistanlarının daha güvenilir ve şeffaf hale gelmesi açısından önemli.

Araştırmacılar, büyük metin koleksiyonlarını analiz etmek için kullanılan denetimsiz kümeleme yöntemlerinin zayıflıklarını gidermede çığır açan bir yaklaşım geliştirdi. Geleneksel yöntemler çoğunlukla tutarsız, tekrarlayan veya anlamsız kümeler üretiyor. Yeni çerçeve, büyük dil modellerini gömme üreticisi olarak değil, semantik hakim olarak kullanarak kümeleme sonuçlarını doğruluyor ve yeniden yapılandırıyor. Sistem üç aşamalı akıl yürütme süreci içeriyor: tutarlılık doğrulama, gereksizlik değerlendirmesi ve etiket temellendirme. Bu yaklaşım, etiketli veri gerektirmeden metin analizi sonuçlarının kalitesini önemli ölçüde artırıyor.

Araştırmacılar, işe alım süreçlerini devrimsel olarak değiştiren yeni bir yapay zeka sistemi geliştirdi. Mira-embeddings-v1 adlı bu sistem, büyük dil modellerinin ürettiği sentetik verilerle eğitilerek, iş ilanlarına en uygun adayları daha başarılı şekilde tespit edebiliyor. Geleneksel işe alım süreçlerinde HR uzmanları binlerce özgeçmiş arasından uygun adayları bulma zorluğu yaşıyordu. Yeni sistem, önce geniş bir aday havuzundan ön eleme yapıyor, ardından bu listeyi yeniden sıralayarak kalifiye adayları en üste çıkarıyor. Beş aşamalı bir veri üretim süreci kullanarak çeşitli pozitif ve negatif örnekler oluşturuyor, böylece semantik anlam uzayını çok boyutlu şekilde şekillendiriyor. Manuel veri etiketleme gerektirmeyen bu yöntem, işe alım sektöründe zaman ve maliyet tasarrufu sağlayabilir.

Araştırmacılar, tarımsal zararlıları daha etkili şekilde tanıyabilmek için görsel ve dil verilerini birleştiren yenilikçi bir yapay zeka sistemi geliştirdi. PestVL-Net adı verilen bu sistem, zararlıların ince yapısal özelliklerini analiz ederek tür tanımlama konusunda önemli bir ilerleme sağlıyor. Geleneksel yöntemlerin aksine, sistem hem görsel hem de semantik özellikleri detaylı şekilde modelleyebiliyor. Bu teknoloji, tarım sektöründe zararlı yönetimi ve sürdürülebilir tarım uygulamaları için kritik önem taşıyor. Gerçek tarım koşullarında veri toplama zorluklarına çözüm sunan sistem, çok sayıda zararlı türünün karmaşık morfolojik özelliklerini başarıyla işleyebiliyor.

Araştırmacılar, dar bant genişlikli ve yüksek gürültülü kanallar üzerinden görüntü iletimi için yeni bir yaklaşım geliştirdi. Schrödinger Köprüsü tabanlı Üretken Semantik İletişim (SBGSC) adı verilen bu yöntem, mevcut teknolojilerin karşılaştığı halüsinasyon problemlerini ve yüksek hesaplama maliyetlerini önemli ölçüde azaltıyor. Geleneksel yöntemler, Gaussian dağılımından görüntü dağılımına uzun ve dolaylı yollar kullanırken, yeni sistem doğrudan optimal transport rotaları oluşturuyor. Bu sayede semantik bilgilerden görüntülere daha hızlı ve doğru dönüşüm sağlanıyor.

Araştırmacılar, yapay zeka ajanlarının 'yakın', 'uzak' gibi ilişkisel kavramları çevresiyle etkileşim kurarak otomatik olarak öğrenmesini sağlayan yeni bir sistem geliştirdi. GRAIL adlı bu framework, büyük dil modellerini zayıf gözetim olarak kullanarak genel kavram temsillerini oluşturuyor, ardından bunları çevreye özgü semantiklerle uyarıyor. Geleneksel yaklaşımlarda uzmanların elle tanımlaması gereken bu kavramlar, artık ajanlar tarafından deneyim yoluyla keşfedilebiliyor. Bu gelişme, yorumlanabilir ve genelleştirilebilir politikalar oluşturan nöro-sembolik pekiştirmeli öğrenme alanında önemli bir adım. Sistem, seyrek ödül sinyalleri ve kavram uyumsuzluğu gibi temel sorunları çözmeyi hedefliyor.

Araştırmacılar, büyük dil modellerinin mantık yürütme yeteneklerini geliştiren yeni bir yöntem geliştirdi. ROSE adı verilen bu yaklaşım, yapay zeka sistemlerinin problemleri çözerken daha çeşitli düşünce yolları keşfetmesini sağlıyor. Geleneksel yöntemler sınırlı keşif stratejileri ve verimsiz mantık yürütme sorunları yaşıyordu. Yeni sistem, semantik entropi tabanlı dallanma stratejisi ile belirsizliği yakalayarak farklı mantık yolları üretiyor. Bu gelişme, yapay zekanın karmaşık problemlerde daha etkili çözümler bulmasına yardımcı olabilir.

Araştırmacılar, görsel öğeler arasında anlam bağlantısı kurma konusunda devrim niteliğinde bir yapay zeka modeli geliştirdi. MARCO adlı bu sistem, farklı görsellerdeki benzer nesneleri ve bölgeleri eşleştirme konusunda şimdiye kadarki en başarılı sonuçları elde etti. Mevcut sistemler milyarlarca parametre kullanmasına rağmen yeni durumlarla karşılaştıklarında yetersiz kalıyordu. MARCO ise daha az kaynak kullanarak hem hassas konum belirleme hem de anlam genellemesinde üstün performans sergiliyor. Bu gelişme, robotik, artırılmış gerçeklik ve görüntü analizi alanlarında önemli ilerlemeler sağlayabilir.