Araştırmacılar, büyük dil modellerinin yapılandırılmış görevleri güvenilir şekilde yerine getirememesi sorununa çözüm ürettiler. RunAgent adlı yeni platform, doğal dilde yazılan planları anlayıp adım adım uygulayabiliyor. Sistem, insan benzeri problem çözme yaklaşımını taklit ederken, programlama dillerinin deterministik yapısını koruyor. RunAgent, IF, GOTO ve FORALL gibi kontrol yapılarıyla donatılmış agentic bir dil kullanarak, doğal dilin ifade gücünü programlamanın kesinliğiyle birleştiriyor. Platform, her adımda otomatik olarak kısıtlamalar türetip doğrulama yapıyor, LLM tabanlı akıl yürütme, araç kullanımı ve kod üretimi arasında dinamik seçim yapabiliyor. Hata düzeltme mekanizmalarıyla desteklenen sistem, yapay zekanın karmaşık iş akışlarını güvenilir şekilde yürütebilmesi için önemli bir adım sayılıyor.

Araştırmacılar, büyük dil modellerinin (LLM) yeteneklerini detaylı şekilde değerlendirmek için SCAN adlı yeni bir çerçeve geliştirdi. Mevcut değerlendirme yöntemleri sadece modellerin genel performansını karşılaştırırken, SCAN kullanıcıların ve geliştiricilerin belirli bir modelin hangi konularda güçlü, hangilerinde zayıf olduğunu ayrıntılı şekilde görebilmesini sağlıyor. Sistem, otomatik olarak yetenek kategorileri oluşturan TaxBuilder ve yeterli test verisi sağlayan RealMix gibi bileşenler içeriyor. Bu yaklaşım, yapay zeka modellerinin pratik uygulamalarda hangi görevler için uygun olduğunu belirlemede önemli bir adım olarak görülüyor.

Araştırmacılar, büyük dil modellerinin akıl yürütme yeteneklerini geliştirmek için yeni bir çevre tasarladı. Structured In-context Environment (SIE) adlı bu sistem, geleneksel matematik ve kodlama ortamlarının uzman açıklamasına bağımlılık sorunu ile oyun tabanlı ortamların genelleştirme eksikliği arasında köprü kuruyor. Yapılandırılmış verilerden otomatik olarak öğrenme ortamları oluşturan SIE, ölçeklenebilirlik, genelleştirilebilir akıl yürütme ve doğrulanabilirlik özelliklerini birleştiriyor. Bu yaklaşım, yapay zeka modellerinin daha karmaşık problem çözme becerilerini öğrenmesi için önemli bir adım teşkil ediyor.

Araştırmacılar, büyük dil modellerinin siber güvenlik alanındaki performansını değerlendirmek için ExCyTIn-Bench adlı ilk kapsamlı test setini geliştirdi. Bu yenilikçi araç, gerçek güvenlik analistlerinin karmaşık siber tehditleri araştırma sürecini taklit ederek yapay zeka ajanlarının yeteneklerini ölçüyor. Microsoft Sentinel'den elde edilen 57 farklı log tablosunu içeren kontrollü bir Azure ortamında, 7542 özel soru ile test ediliyor. Sistem, uzman güvenlik analistlerinin mantığını kullanarak tehdit araştırma grafikleri oluşturuyor ve bu grafikler üzerinden yapay zeka ajanlarının çok aşamalı kanıt zincirlerini takip etme yeteneğini değerlendiriyor. Bu gelişme, siber güvenlik alanında otomatik tehdit araştırması yapabilen yapay zeka sistemlerinin geliştirilmesi için kritik bir adım teşkil ediyor.

Variational Mode Decomposition (VMD) tekniğinde karşılaşılan temel bir sorun çözülüyor. Araştırmacılar, karmaşık sinyallerdeki doğal mod sayısının otomatik olarak belirlenmesi için yeni bir matematiksel çerçeve geliştirdi. Bu yöntem, spektral kesme eğrileri kullanarak sinyal işlemede önemli bir ilerleme sağlıyor. Geleneksel yaklaşımlar deneme yanılma yöntemleriyle çalışırken, yeni sistem teorik yakınsama garantisi sunuyor. Bu gelişme, ses işlemeden görüntü analizine kadar birçok alanda uygulanabilecek potansiyele sahip.

Moffitt Kanser Merkezi'nden bir araştırmacı, biyolojinin en temel sorularından birine yeni bir bakış açısı getirdi: Genetik bilgi, canlı sistemleri nasıl düzenli tutar ve yaşamlarını sürdürmelerini sağlar? Geliştirilen yeni model, hücrelerin sürekli olarak entropi ve düzensizlik tehdidi altında nasıl organize yapılarını koruyabildiğini açıklıyor. Bu çalışma, yaşamın temelindeki fiziksel ve kimyasal süreçlerin nasıl uyum içinde çalıştığını anlamamızda önemli bir adım. Araştırma, özellikle kanser gibi hastalıklarda hücresel organizasyonun bozulması süreçlerini anlamak için de kritik bilgiler sunuyor. Bulgular, gelecekte hastalık tedavilerinde ve biyolojik sistemlerin anlaşılmasında yeni yaklaşımlar geliştirilmesine katkı sağlayabilir.

Türk bilim insanları, iyonosfer tabakasının yapısını otomatik olarak analiz edebilen yeni bir yapay zeka algoritması geliştirdi. İyonosfer, Dünya'nın üst atmosferinde bulunan ve radyo dalgalarının yayılımını etkileyen elektriksel olarak yüklü parçacık tabakasıdır. Geleneksel yöntemlerle bu tabakanın analizi uzman bilgi gerektirirken, yeni sistem bulanık kümeleme ve makine öğrenmesi tekniklerini kullanarak süreci tamamen otomatikleştiriyor. Sistem özellikle uzay hava durumu tahminleri ve haberleşme sistemlerinin güvenilirliği açısından kritik önem taşıyor. Algorithm, iyonosfer verilerindeki karmaşık yapıları tanımlayabilmekte ve uzmanların manuel olarak saatlerce sürdürdüğü analizleri dakikalar içinde tamamlayabilmekte.

Araçların otomatik acil fren (AEB) sistemleri, 2029'a kadar ABD'de satılan tüm yeni araçlarda zorunlu hale gelecek. Ancak mevcut sistemler, belirsizlikleri göz ardı eden basit hesaplamalar kullanıyor. Yeni geliştirilen GPU tabanlı Monte Carlo çerçevesi, yol koşulları, sensör hatası ve araç dinamiklerindeki belirsizlikleri hesaba katarak acil fren performansını gerçek zamanlı olarak değerlendiriyor. Bu yöntem, aerodinamik sürüklenme, yol eğimi ve fren aktüatör dinamikleri gibi karmaşık faktörleri içeren yüksek doğruluklu araç modelleri kullanıyor. Sistem, Monte Carlo simülasyonlarının bağımsızlığından yararlanarak her örnek için ayrı bir GPU iş parçacığı kullanıyor ve deterministik örnekleme ile tutarlı sonuçlar garanti ediyor.

Geleceğin insansız hava araçları (drone'lar) daha güvenilir ve geniş kapsamlı iletişim için farklı teknolojileri bir araya getiriyor. Yeni bir araştırma, drone'ların hücresel şebekeler, havacı mesh ağlar ve alçak yörünge uyduları aracılığıyla aynı anda iletişim kurabilme kabiliyetini test etti. Çalışma, bu çoklu bağlantı sisteminin drone'lar arası kopukluk yaşandığında bile genel bağlantıyı koruyabildiğini gösterdi. Ancak farklı ağlar arasındaki gecikme farkları, veri paketlerinin karışmasına ve alıcı tarafta gecikmeli veri teslimlerine neden olabiliyor. Bu bulgular, drone operasyonlarında çoklu ağ kullanımının avantaj ve dezavantajlarını ortaya koyuyor.

Araştırmacılar, büyük dil modellerinin kendi yeteneklerini otomatik olarak geliştirmesini sağlayan yeni bir sistem geliştirdi. Skills-Coach adlı bu çerçeve, yapay zeka ajanlarının mevcut becerilerini analiz ederek eksik yönlerini tespit ediyor ve bu alanlarda kendilerini iyileştirmelerini sağlıyor. Sistem, çeşitli görevler üreten, becerileri optimize eden, performansı karşılaştıran ve sonuçları değerlendiren dört ana modülden oluşuyor. Bu gelişme, yapay zeka sistemlerinin insan müdahalesi olmadan sürekli öğrenebilmesi ve gelişebilmesi açısından önemli bir adım teşkil ediyor.

Araştırmacılar, otomatik konuşma tanıma sistemlerinin kalitesini ölçmek için geleneksel kelime hata oranının ötesinde iki yeni metrik geliştirdi. POSER adlı ölçüm dilbilgisel doğruluğu, EmbER ise semantik anlamı değerlendiriyor. Bu yenilikçe yaklaşım, yapay zeka destekli konuşma tanıma teknolojilerinin gerçek performansını daha kapsamlı şekilde anlamamızı sağlıyor. Özellikle dil modelleriyle desteklenen sistemlerin ne kadar başarılı olduğunu sadece doğru kelime sayısıyla değil, dilbilgisel ve anlamsal doğrulukla da ölçebilmemizi mümkün kılıyor.