Araştırmacılar, görsel ve metin verilerini birlikte işleyen CLIP gibi yapay zeka modellerinde kritik bir güvenlik açığı keşfetti. 'Hub metinler' olarak adlandırılan bu sorun, yüksek boyutlu embedding uzaylarında ortaya çıkıyor ve tek bir metin parçasının alakasız binlerce görsel ile yanlış şekilde eşleştirilmesine neden oluyor. Bu durum, görsel arama sistemlerinden otomatik değerlendirme metriklerine kadar pek çok uygulamada ciddi sorunlar yaratabilir. MSCOCO ve Flickr30k gibi veri setlerinde yapılan deneyler, bu hub metinlerin görsel-metin benzerlik skorlarını mantıksız şekilde yükselttiğini gösterdi.

Araştırmacılar, her öğrencinin bireysel öğrenme tarzına uyum sağlayan yeni bir yapay zeka tutoring sistemi olan DeepTutor'u geliştirdi. Geleneksel eğitim sistemlerinin aksine, bu yenilikçi platform öğrencinin geçmiş etkileşimlerini analiz ederek sürekli gelişen bir öğrenci profili oluşturuyor. Sistem, zorluk seviyesini otomatik olarak ayarlayan soru üretimi ve kaynak destekli problem çözme özelliklerini bir araya getiriyor. DeepTutor ayrıca işbirlikçi yazma ve çoklu ajan araştırma yetenekleri sunarak geleneksel öğretim yöntemlerini dönüştürme potansiyeli taşıyor. Bu gelişme, büyük dil modellerinin eğitim alanındaki en umut verici uygulamalarından biri olarak öne çıkıyor.

Araştırmacılar, büyük dil modellerinin kod yazma yeteneklerini geliştirmek için ScaleBox adlı yeni bir sistem geliştirdi. Mevcut kod doğrulama sistemleri yüksek iş yükü altında yetersiz kalırken, ScaleBox hem doğruluğu artırıyor hem de büyük ölçekte verimli çalışabiliyor. Sistem, otomatik özel yargıç üretimi, paralel test çalıştırma ve çok düğümlü koordinasyon gibi özellikler sunuyor. Deneyler, ScaleBox'ın kod doğrulama hassasiyetini ve verimliliğini önemli ölçüde artırdığını gösteriyor. LiveCodeBench performans testlerinde de sistemi kullanan modellerin belirgin şekilde daha iyi sonuçlar aldığı gözlemleniyor.

Araştırmacılar, yapay zeka modellerinin dil yeteneklerini değerlendirmek için 101 farklı dili kapsayan kapsamlı bir test sistemi geliştirdi. MultiBLiMP 1.0 adlı bu sistem, 128 binden fazla minimal çift kullanarak özellikle özne-yüklem uyumu gibi temel dil bilgisi kurallarını test ediyor. Sistem, Universal Dependencies ve UniMorph gibi büyük ölçekli dil kaynaklarını kullanan tamamen otomatik bir süreçle oluşturuldu. Çalışma, mevcut en gelişmiş dil modellerinin özellikle kaynak açısından kısıtlı dillerde yetersiz kaldığını ortaya koyuyor. Bu araştırma, yapay zeka sistemlerinin çok dilli yeteneklerini daha kapsamlı değerlendirmek için önemli bir araç sunuyor ve gelecekteki model geliştirmelerine rehberlik edecek bulgular içeriyor.

Araştırmacılar, Avrupa'daki 28 parlamentonun siyasi gündemlerini analiz etmek için yapay zeka destekli yeni bir sistem geliştirdi. ParlaCAP adlı bu sistem, 8 milyondan fazla parlamento konuşmasını analiz ederek siyasi konuları otomatik olarak sınıflandırabiliyor. Çalışmada büyük dil modelleri ile küçük modeller arasında öğretmen-öğrenci yaklaşımı kullanılarak maliyet-etkin bir çözüm üretildi. Sistem, insan uzmanlarla karşılaştırılabilir doğruluk oranları gösterdi ve mevcut sınıflandırma araçlarından daha başarılı sonuçlar verdi. Bu gelişme, parlamenter demokrasilerde gündem belirleme süreçlerinin anlaşılmasına önemli katkı sağlayacak.

Bilim insanları, hücre içi biyokimyasal süreçleri daha iyi anlamamıza yardımcı olacak yeni bir matematiksel model geliştirdi. Model, hücrelerin farklı bölmelerinde gerçekleşen kimyasal tepkimeleri inceliyor ve bu bölmelerin içeriklerine bağlı olarak nasıl parçalandığını araştırıyor. Araştırmacılar, bir bölmenin parçalanma hızının o bölme içindeki belirli moleküllerin yoğunluğuna bağlı olduğu durumları matematiksel olarak modellemişler. Bu çalışma, hücresel süreçlerin homojen olmayan ortamlarda nasıl işlediğini anlamamız açısından önemli. Özellikle hücre düzeyinde veya hücre içinde gerçekleşen bölmelenmiş tepkimelerin dinamiklerini açıklıyor. Model, daha önce geliştirilen dinamik bölmeli kimya çerçevesinin bir parçası olup, biyokimyasal süreçlerin karmaşık doğasını matematiksel araçlarla anlamamıza katkı sağlıyor.

Bilim insanları, gen düzenleme ağlarının evrimsel süreçlerini daha iyi anlamak için yeni bir model geliştirdi. Araştırma, hücrelerdeki rastgele gen ifadesi değişimlerinin (gürültünün) aslında evrime nasıl yardımcı olduğunu ortaya koyuyor. Hopfield ağlarından ilham alınan bu çalışma, gen-gen etkileşimlerinin uyumunu ölçen bir puan sistemi kullanıyor. Sonuçlar, artan gürültü seviyelerinin gen ağlarında daha tutarlı yapılar oluşturduğunu ve bu yapıların mutasyonlara karşı daha dayanıklı olduğunu gösteriyor. Bu keşif, canlıların nasıl karmaşık ve istikrarlı gen düzenleme sistemleri geliştirdiğini açıklayan önemli ipuçları sunuyor.

Araştırmacılar, kemik oluşumu sürecini daha doğru modelleyebilen yeni bir yapay zeka sistemi geliştirdi. Boolean ağlar adı verilen matematiksel modeller kullanarak gen düzenlenmesini taklit eden bu sistem, biyolojik olarak anlamsız sonuçları otomatik olarak elemekte ve yalnızca gerçekçi senaryoları korumaktadır. Geliştirilen yöntem, 9 farklı genin kontrol ettiği kemik oluşumu sürecine uygulanarak test edildi. Bu yaklaşım, gelecekte kemik hastalıklarının tedavisinde ve rejeneratif tıpta önemli katkılar sağlayabilir.

Araştırmacılar, siyasi röportajlardaki kaçamak yanıtları ve belirsiz ifadeleri otomatik olarak tespit edebilen yapay zeka sistemi geliştirdi. Bükreş Üniversitesi ekibi, RoBERTa dil modeline dayalı sistem ile politikacıların sorulara ne kadar açık yanıt verdiklerini ve hangi kaçamak stratejilerini kullandıklarını belirleyebiliyor. Sistem, uzun metinleri parçalara bölen özel tekniklerle standart yapay zeka modellerinin sınırlarını aşıyor ve %80 doğrulukla kaçamak yanıtları tespit ediyor. Bu gelişme, siyasi iletişimin şeffaflığının artırılması ve seçmenlerin daha bilinçli karar vermesi açısından önemli.

Binlerce yıllık Sanskritçe literatürün dijitalleştirilmesi, veri eksikliği nedeniyle büyük zorluklarla karşılaşıyordu. Araştırmacılar bu sorunu çözmek için Naamah adlı yeni bir veri seti geliştirdi. 102 bin cümlelik bu veri seti, DBpedia'dan çıkarılan bilgilerle 24 milyar parametreli yapay zeka modelinin üretken yeteneklerini birleştiriyor. Sistem, klasik Sanskritçe gramerinin karmaşık yapısını anlayarak doğal ve çeşitli eğitim verisi oluşturabiliyor. Bu yenilik, antik metinlerdeki kişi, yer ve kavram isimlerini otomatik olarak tanımlayabilme kabiliyeti kazandırıyor. Çalışma, hem çok dilli XLM RoBERTa hem de parametre açısından verimli IndicBERTv2 mimarilerini test etti. Bu gelişme, yalnızca Sanskritçe değil, benzer veri kıtlığı yaşayan diğer antik diller için de umut veriyor.

Bilim insanları, floresan mikroskopi görüntülerinde mikrotübül eğriliğini doğrudan ölçebilen MTCurv adlı yeni bir yapay zeka sistemi geliştirdi. Hücre iskeletinin önemli bileşenleri olan mikrotübüllerin eğrilik ölçümü, hücre mekaniğini ve hastalıklara bağlı morfolojik değişiklikleri anlamak için kritik öneme sahip. Geleneksel yöntemler gürültülü görüntülerde başarısız olurken, bu yeni sistem dikkat mekanizması kullanan derin öğrenme mimarisiyle segmentasyona gerek kalmadan doğrudan eğrilik haritası çıkarabiliyor. Sentetik veriler üzerinde eğitilen sistem, hücresel hastalıkların teşhisinde ve tedavisinde yeni olanaklar sunuyor.