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.

Yapay zeka teknolojisinde yeni bir dönem başlıyor: Bilgisayar Kullanan Ajanlar (CUA'lar), insan gibi masaüstü uygulamaları, web sayfaları ve mobil uygulamaları kullanabiliyor. Bu LLM tabanlı sistemler, grafiksel kullanıcı arayüzlerinde özerk görevler gerçekleştiriyor. Ancak yetenekleri arttıkça güvenlik riskleri de büyüyor. Yeni araştırma, bu ajanların güvenlik tehditlerini kapsamlı şekilde analiz ediyor. Çok modlu girdi sistemleri ve karmaşık yazılım entegrasyonu nedeniyle ortaya çıkan zafiyetler, siber güvenlik alanında yeni bir paradigma gerektiriyor. Araştırmacılar, bu teknolojinin JARVIS gibi faydalı bir asistan mı yoksa Ultron gibi kontrol edilemez bir tehdit mi olacağını sorguluyor.

Araştırmacılar, büyük dil modellerinin (LLM) çevrimiçi seyahat acentelerinde fiyat müzakeresi yapabilen etkili satış temsilcileri haline gelmesi için yeni bir eğitim yöntemi geliştirdi. REPO (Ödül-Destekli Politika Optimizasyonu) adlı bu yöntem, yapay zekâya hem insan benzeri davranmayı hem de katı kurallara uymayı öğretiyor. Sistem, duygusal değer anlayışı, prosedür uyumu ve sayısal doğruluk kontrolü gibi farklı ödül mekanizmalarını birleştiriyor. Uzman değerlendirmelerinde REPO yöntemi, sohbet kalitesini önemli ölçüde artırdı ve başarılı görüşme oranını yükseltti. Bu gelişme, yapay zekânın karmaşık iş süreçlerinde insan performansına yaklaşması açısından önemli bir adım.

Büyük dil modelleri genellikle İngilizce ve birkaç yaygın dilde eğitildiği için Avrupa'nın birçok dilinde yetersiz kalıyor. Araştırmacılar bu soruna çözüm bulmak için TildeOpen LLM adlı 30 milyar parametreli yeni bir model geliştirdi. Model, 34 farklı Avrupa dilini destekleyerek dil adaletsizliğini azaltmayı hedefliyor. Özellikle kaynak açısından fakir diller için geliştirilmiş bu sistem, veri dengesizliği sorununu çözmek için özel bir müfredat tabanlı eğitim yaklaşımı kullanıyor. Baltık, Fin-Ugor ve Slav dil ailelerinde önceki modellerden çok daha iyi sonuçlar veren TildeOpen, çok daha az bilgi işlem kaynağıyla eğitilmesine rağmen mevcut açık kaynak modellerini geride bırakıyor. İnsan değerlendirmelerinde dil hatalarında on kata varan azalma tespit edildi.

Yeni bir araştırma, büyük dil modellerinin (LLM) konuşma ortamında akıl yürütme performansının ciddi şekilde düştüğünü ortaya koyuyor. Stanford ve diğer üniversitelerden araştırmacılar, yapay zeka modellerinin izole testlerde başarılı olmasına rağmen, gerçek yaşam senaryolarını taklit eden diyalog tabanlı görevlerde zorlandığını keşfetti. BOULDER adlı yeni test sistemi ile sekiz farklı büyük dil modeli değerlendirildi. Sonuçlar, mevcut benchmark testlerinin yapay zeka yeteneklerini değerlendirmede yetersiz kalabileceğini ve modellerin gerçek dünya uygulamalarında beklenenin altında performans gösterebileceğini işaret ediyor. Bu bulgu, yapay zeka sistemlerinin pratik kullanımı açısından önemli sonuçlar taşıyor.

Araştırmacılar, bilgisayar destekli tasarım (CAD) modellerinin üretimini kolaylaştırmak için Pointer-CAD adlı yenilikçi bir yapay zeka sistemi geliştirdi. Büyük dil modellerini (LLM) temel alan bu teknoloji, karmaşık 3D modelleme işlemlerini otomatikleştirerek mühendislik ve imalat sektörlerinde önemli zaman tasarrufu sağlayabilir. Geleneksel yöntemlerin aksine, Pointer-CAD sistemi yüz ve kenar seçimi gibi detaylı düzenleme operasyonlarını destekleyerek, pah alma ve yumuşatma gibi karmaşık işlemleri gerçekleştirebiliyor. Bu gelişme, tasarım süreçlerinin demokratikleşmesi ve uzman olmayan kullanıcıların da profesyonel 3D modeller oluşturabilmesi açısından büyük potansiyel taşıyor.

Büyük dil modellerinin (LLM) ürettiği sanat eserleri, hikayeler ve müzikler kontrolü çalışmalarda insan yapımlarından daha iyi puanlar alsa da, çoğu kişiye sıradan ve içi boş geliyor. Araştırmacılar bu paradoksu çözmek için yeni bir teori öne sürdü: LLM'ler sistematik olarak 'kitsch' (bayağı sanat) üretiyor. Bu durum, bu modellerin eğitim yöntemlerinden kaynaklanıyor. Yapılan deneyler, okuyucuların LLM tarafından yazılan hikayeleri gerçekten de daha bayağı bulduğunu gösterdi. Bu bulgu, gelecekteki yaratıcılık çalışmaları ve kodlama gibi yaratıcı görevler için önemli çıkarımlar taşıyor.

Araştırmacılar, büyük dil modellerinin (LLM) koordineli çalışmasını sağlayan iş akışlarını otomatik olarak geliştiren FlowBot adlı yeni bir sistem geliştirdi. Mevcut sistemler insan müdahalesi gerektiren manuel süreçlere dayanırken, FlowBot veri odaklı bir yaklaşımla bu süreci otomatikleştiriyor. Sistem, çift seviyeli optimizasyon ve 'metinsel gradyanlar' adı verilen yenilikçi bir teknik kullanarak, hem üst düzey iş akışı yapısını hem de bireysel LLM çağrılarını optimize ediyor. Bu gelişme, karmaşık görevlerle başa çıkabilen güçlü yapay zeka sistemlerinin geliştirilmesinde önemli bir adım olarak değerlendiriliyor ve gerçek dünya uygulamalarında yaşanan darboğazları çözme potansiyeli taşıyor.

Araştırmacılar, Samsung Galaxy S24 ve S25 cihazlarında büyük dil modellerini (LLM) verimli şekilde çalıştıran yenilikçi bir sistem geliştirdi. Bu çalışma, akıllı telefonların sınırlı bellek ve işlem gücü kısıtları altında çoklu görevleri destekleyen tek bir yapay zeka modelinin nasıl çalıştırılabileceğini gösteriyor. Sistem, farklı uygulama alanları için özelleştirilmiş LoRA modüllerini kullanarak tek seferde resmi, kibar veya eğlenceli gibi farklı tarzlarda yanıtlar üretebiliyor. Dynamic Self-Speculative Decoding tekniği sayesinde gecikme süresi 6 kata kadar azaltılmış. Bu gelişme, yapay zekanın mobil cihazlarda daha geniş kullanım alanı bulmasının önünü açıyor ve kullanıcılara bulut bağlantısı olmadan gelişmiş AI deneyimi sunuyor.

Araştırmacılar, eğitimde kullanılan büyük dil modellerinin (LLM) kötü niyetli öğrenci saldırılarına karşı direncini inceledi. Çalışma, öğrencilerin doğrudan cevabı almak için AI öğretmenleri nasıl manipüle edebileceğini araştırıyor. Normal şartlarda AI öğretmenler, öğrencilere hazır cevap vermek yerine rehberlik etmeli. Ancak bazı öğrenciler çeşitli ikna teknikleri kullanarak sistemleri kandırmaya çalışıyor. Araştırmada altı farklı saldırı tekniği test edildi ve çeşitli AI modellerin bu manipülasyonlara ne kadar dayanıklı olduğu ölçüldü. Bu çalışma, eğitim teknolojisinde güvenlik açıklarını tespit etmek ve daha güvenilir AI öğretmen sistemleri geliştirmek açısından önemli.

Araştırmacılar, büyük dil modellerinin (LLM) API'larındaki veri güvenliği yaklaşımlarının yetersiz olduğunu ortaya koydu. Mevcut gizlilik ölçütlerinin, modellerin eğitim verilerini sızdırma riskini tam olarak değerlendirmediği belirlendi. Diferansiyel gizlilik gibi standart koruma yöntemlerinin, kötü niyetli saldırganların hassas bilgileri çıkarmasını engellemede yetersiz kaldığı gösterildi. Çalışma, bu soruna çözüm olarak yeni bir güvenlik tanımı önerirken, yapay zeka sistemlerindeki veri koruma stratejilerinin köklü bir şekilde yeniden düşünülmesi gerektiğine işaret ediyor.