Araştırmacılar, robotların dil komutlarını fiziksel eylemlere dönüştürmesini sağlayan Vision-Language-Action (VLA) modellerinde yeni bir yaklaşım geliştirdi. Libra-VLA adlı sistem, robot manipülasyonunu kaba-ince hiyerarşide ikiye ayırarak öğrenme sürecini optimize ediyor. Geleneksel tek sistem yaklaşımları yerine, büyük ölçekli yön belirleme ve hassas pozisyon ayarlamasını ayrı ayrı ele alan bu model, robotların karmaşık görevleri daha etkin şekilde öğrenmesini sağlıyor. Çalışma, yüksek seviyeli semantik talimatlar ile düşük seviyeli motor komutları arasındaki boşluğu kapatmaya odaklanıyor.

Araştırmacılar, robotların görsel algıya dayalı görevleri öğrenmesini hızlandıran yeni bir simülasyon platformu geliştirdi. GS-Playground adlı sistem, geleneksel simülatörlerin en büyük sorunu olan fotorealistik görüntü işlemenin yavaşlığını çözüyor. Platform, 3D Gaussian Splatting teknolojisiyle entegre edilmiş paralel fizik motorunu kullanarak, robotların gerçek dünyaya benzer ortamlarda eğitilmesini sağlıyor. Bu teknoloji, özellikle görme tabanlı robotik uygulamalarda büyük bir atılım vaat ediyor ve simülasyondan gerçek dünyaya geçişteki sorunları minimize ediyor.

Oyun geliştiricileri için yeni bir dönem başlayabilir. Araştırmacılar, statik tasarım görsellerini doğrudan oyun motorlarında çalışan interaktif arayüzlere dönüştüren SPRITE adlı yapay zeka sistemi geliştirdi. Görsel-dil modellerini kullanan bu sistem, oyun arayüzlerinin karmaşık geometrilerini ve katmanlı yapılarını anlayabiliyor. Geleneksel 'ekran görüntüsünden kod' araçlarının aksine, SPRITE oyunlara özgü düzensiz şekilleri ve iç içe geçmiş tasarım öğelerini başarıyla işleyebiliyor. Profesyonel geliştiricilerle yapılan testler, sistemin hem tasarım doğruluğunu koruduğunu hem de prototipleme sürecini hızlandırdığını gösteriyor. Bu teknoloji, sanatsal tasarım ile teknik uygulama arasındaki sınırları bulanıklaştırarak oyun geliştirme sürecini devrimsel şekilde değiştirebilir.

Araştırmacılar, büyük dil modellerinin dikkat ağırlıklarını kullanarak belgeleri yeniden sıralamanın yeni bir yolunu geliştirdi. HeadRank adlı bu sistem, geleneksel yaklaşımların aksine metin üretme gerektirmeden çalışıyor ve böylece çok daha hızlı sonuçlar veriyor. Sistem, dikkat puanlarının orta seviye belgelerde benzerleşme sorunu yaşamasını çözmek için özel algoritmalar kullanıyor. Sadece 211 eğitim sorgusuyla test edilen HeadRank, 14 farklı değerlendirme kriterinde mevcut yöntemleri geride bıraktı. Bu gelişme, arama motorları ve bilgi erişim sistemlerinde önemli hız artışları sağlayabilir.

Kurumsal AI sistemlerinde çoklu ajan koordinasyonu, kritik iş süreçlerinde hem güvenlik hem de yasal uyum gereksinimlerini karşılamak zorunda. Mevcut koordinasyon yöntemleri genellikle kısıtlamaları ikinci planda tutarak sadece performansı optimize etmeye odaklanıyor. Yeni geliştirilen CAMCO sistemi, çoklu ajanların kararlarını kısıtlı optimizasyon problemi olarak modelleyerek bu soruna çözüm sunuyor. Sistem, politika uyumlu eylemleri garanti altına alan projeksiyon motoru, risk ağırlıklı fayda şekillendirme ve sınırlı yakınsama garantili müzakere protokolü içeriyor. Bu yaklaşım, eğitim sırasında değil, sistem çalışırken devreye girerek mevcut ajan mimarileriyle uyumlu çalışabiliyor.

Araştırmacılar, uzaktan tendon tahrikli sistem kullanarak 21 serbestlik derecesine sahip gelişmiş bir robot el geliştirdi. MM-Hand adı verilen bu sistem, motorları elin içinden çıkararak parmak ve avuç içinde daha fazla sensör ve hareket kabiliyeti sağlıyor. Geleneksel robot ellerde motorlar elin içinde yer alarak ağırlık artışına ve ısı birikim sorunlarına neden olurken, bu yeni tasarım motorları robot tabanına taşıyarak bu problemleri çözüyor. Sistem, yay geri dönüşlü parmaklar, modüler 3D baskı yapıları, kolay bakım için hızlı tendon bağlantıları ve çok modlu algılama sistemi içeriyor. Eklem açı sensörleri, dokunsal sensörler ve avuç içi stereo görüş özellikleri ile donatılmış olan MM-Hand, robotik manipülasyon alanında önemli bir ilerleme sunuyor.

RAG (Retrieval-Augmented Generation) sistemlerindeki yoğun arama motorları, kısalık, konum ve tekrar gibi sistematik önyargılar sergileyerek arama kalitesini düşürüyor. Araştırmacılar, sorgu yeniden yazma tekniklerinin bu önyargıları nasıl etkilediğini ilk kez kapsamlı olarak inceledi. Beş farklı yöntem ve altı arama motoruyla yapılan çalışmada, basit dil modeli tabanlı yeniden yazmanın önyargıları %54 oranında azalttığı keşfedildi. Ancak birden fazla önyargının birleştiği zorlu durumlarda bu yöntem yetersiz kalıyor. Mekanizmaya yönelik analizler, farklı tekniklerin önyargı azaltmada iki ayrı yol izlediğini ortaya koyuyor.

Araştırmacılar, büyük dil modellerini (LLM) CAD yazılımlarıyla entegre eden ToolCAD adlı yeni bir sistem geliştirdi. Bu sistem, metinsel açıklamaları profesyonel CAD tasarımlarına dönüştürebiliyor. Geleneksel CAD tasarımı uzun vadeli planlama ve tutarlı modelleme gerektiren uzman seviyesi bir görev olmasına rağmen, ToolCAD sistemi pekiştirmeli öğrenme ve etkileşimli geri bildirim kullanarak bu zorluğun üstesinden geliyor. Sistem, CAD motorlarıyla etkileşim kurabilen araç kullanan ajanlar olarak işlev gören LLM'ler deploy ediyor ve özel bir düşünce zinciri yaklaşımı olan CAD-CoT geliştiriyor. Bu yenilik, tasarım süreçlerini demokratikleştirerek CAD uzmanlığı olmayan kişilerin de profesyonel tasarımlar oluşturmasına olanak sağlayabilir.

Araştırmacılar, uzay uygulamaları için geliştirdikleri yeni robot kol teknolojisiyle hem ağırlık hem de güvenilirlik sorununa çözüm buldular. Time-Division Multiplexing Actuation (TDMA) adı verilen bu yöntem, geleneksel robot kollarına kıyasla çok daha az aktüatör kullanarak aynı performansı sağlıyor. Sadece 2,17 kilogram ağırlığındaki MuxArm sistemi, 10 kilogram yük kaldırma kapasitesine sahip ve hassas konumlandırma yapabiliyor. Sistemin en önemli avantajı, bir parça arızalandığında bile çalışmaya devam edebilmesi. Bu özellik özellikle uzayda onarım imkanlarının sınırlı olduğu durumlarda kritik önem taşıyor. Teknoloji, elektromanyetik kavrama sistemleri ve özel tasarlanmış motor konfigürasyonları sayesinde 0,1 saniyeden kısa sürede farklı çalışma modlarına geçiş yapabiliyor.

Yapay zeka destekli sohbet botlarının politik bilgi arayışında kullanımı hızla artıyor. İngiltere'de yapılan kapsamlı araştırma, 2024 seçimlerinden bir hafta önce chatbot kullanan her 3 kişiden 1'inin politik bilgi aramak için bu teknolojiye başvurduğunu ortaya koydu. Toplam seçmen kitlesinin %13'ü bu amaçla yapay zeka kullandı. Araştırmacılar, yapay zekanın politik alanda yanlış bilgilendirme riski taşıyabileceği endişelerine rağmen, kontrollü deneylerle bu sistemlerin geleneksel internet aramalarıyla benzer düzeyde bilgi artışı sağladığını kanıtladı. Çalışma, farklı konular, modeller ve soru sorma stratejileri üzerinde test edildi. Bu bulgular, yapay zeka sistemlerinin politik bilgilendirmede oynadığı rolün düşünülenden daha büyük ve daha etkili olduğunu gösteriyor.

Araştırmacılar, arama motorlarıyla çok turlu etkileşimde bulunabilen derin arama ajanlarının eğitimindeki kritik sorunlara odaklandı. Bu yapay zeka sistemleri, soru-cevap yetenekleri için GRPO algoritmasını kullanıyor ancak eğitim sırasında ciddi zorluklar yaşıyor. Ana sorun, doğru ara adımların yanlış final cevap nedeniyle haksız yere cezalandırılması ve bu durumun eğitim kararsızlığına yol açması. Bilim insanları, pozitif ve negatif avantajlar arasındaki dengesizliğin doğal dil yeteneklerinin bozulmasına hatta tam çöküşe neden olduğunu keşfetti. Bu sorunlara çözüm olarak CalibAdv adlı yeni bir avantaj kalibrasyon yöntemi geliştirdiler.