“aşı” için sonuçlar
3.699 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Güvenliğinde Yeni Tehdit: Akıl Yürütme Korsanlığı Keşfedildi
Araştırmacılar, büyük dil modellerinde (LLM) şimdiye kadar göz ardı edilen kritik bir güvenlik açığını ortaya çıkardı. 'Akıl Yürütme Korsanlığı' adı verilen bu yeni saldırı türü, yapay zekanın ana görevini değiştirmeden karar verme mantığını manipüle ediyor. Geleneksel güvenlik önlemlerinin hedef değiştirme saldırılarına odaklandığını belirten bilim insanları, bu yeni yaklaşımın modellerin karar alma kriterlerini gizlice değiştirerek yanlış sonuçlara ulaşmasına neden olabileceğini gösterdi. Bulgular, mevcut yapay zeka güvenlik stratejilerinin yetersiz olduğunu ve daha kapsamlı koruma mekanizmalarına ihtiyaç duyulduğunu ortaya koyuyor.
Kaya Çatlaklarındaki Su Akışı Tahmininde Yapay Zeka Destekli Yeni Yöntem
Yeraltı su akışının anlaşılması, petrol endüstrisinden jeotermal enerjiye kadar birçok alanda kritik öneme sahip. Araştırmacılar, kaya çatlaklarındaki su hareketini daha doğru tahmin edebilmek için belirsizlikleri hesaba katan yenilikçi bir yöntem geliştirdi. Utah'taki Little Grand Wash Fayı bölgesinden alınan gerçek kaya örnekleri üzerinde test edilen bu yaklaşım, Bayesci istatistik ve derin öğrenme algoritmalarını birleştiriyor. Geleneksel yöntemlerin aksine, bu teknik çatlak geometrisindeki belirsizlikleri ve ölçüm hatalarını da dikkate alarak daha güvenilir sonuçlar üretiyor. Yöntem, görüntü tabanlı çatlak analizinden başlayarak, büyük ölçekli hidrolik davranış tahminlerine kadar geniş bir spektrumda çalışabiliyor.
3D Görme-Dil Modelleri İçin Yeni Prompt Ayarlama Yöntemi Geliştirildi
Araştırmacılar, 3D nokta bulutlarını anlayan yapay zeka modelleri için yeni bir eğitim yöntemi geliştirdi. P³T adlı bu yöntem, büyük 3D görme-dil modellerini farklı görevlere uyarlarken hem hesaplama maliyetini düşürüyor hem de genelleme kabiliyetini artırıyor. Geleneksel yöntemler tüm modeli yeniden eğitmek zorunda kalırken, P³T sadece küçük prompt bileşenlerini ayarlayarak aynı başarıyı elde ediyor. Bu yaklaşım, 3D nesne tanıma, sahne anlama ve robotik uygulamalarda önemli avantajlar sunuyor. Özellikle overfitting sorununu çözerek modellerin yeni veriler üzerindeki performansını iyileştiriyor.
Yapay zeka sahte yüz videolarını tespit etmede yeni dönüm noktası
Araştırmacılar, sürekli gelişen deepfake teknolojilerine karşı yeni bir savunma sistemi geliştirdi. AIFIND adlı bu sistem, sahte yüz videolarını tespit ederken önceki öğrendiği bilgileri unutmadan yeni sahtecilik türlerini de tanıyabiliyor. Sistem, görüntülerdeki düşük seviyeli yapay izlerden yararlanarak sabit referans noktaları oluşturuyor ve bu sayede özellik kaymasını önlüyor. Geleneksel yöntemlerden farklı olarak, yalnızca ikili sınıflandırma yerine ince taneli hizalama kullanarak daha hassas tespit yapabiliyor. Bu gelişme, sosyal medyada artan deepfake tehdidine karşı önemli bir adım teşkil ediyor.
Yapay Zeka Bilimsel Yazıları Nasıl Değerlendirebilir?
Araştırmacılar, bilimsel yazıların kalitesini değerlendirmek için yeni bir yapay zeka modeli geliştirdi. Bilimsel metin yazımı, derin alan bilgisi ve özel gereksinimler gerektiren karmaşık bir süreç. Mevcut yapay zeka sistemleri genellikle genel amaçlı değerlendirmeler için tasarlandığından, bilimsel yazıların çok boyutlu kriterlerini değerlendirmede yetersiz kalıyor. Yeni yaklaşım, her görev için ayrı ayrı eğitim yapmaya gerek kalmadan, farklı bilimsel yazı türlerini etkin şekilde değerlendirebiliyor. Bu gelişme, özellikle kaynak kısıtlı ortamlarda bilimsel yazı değerlendirmesi yapan araştırmacılar için büyük kolaylık sağlayabilir.
Yapay Zeka Öneri Sistemlerinde Yeni Algoritma: Kullanıcı Niyetlerini Daha İyi Anlıyor
Araştırmacılar, öneri sistemlerinin kullanıcı davranışlarını daha iyi anlaması için IPCCF adlı yeni bir algoritma geliştirdi. Bu sistem, Netflix'ten Amazon'a kadar birçok platformda kullanılan öneri mekanizmalarının temelini oluşturan işbirlikçi filtreleme yöntemini geliştiriyor. Geleneksel yöntemler sadece doğrudan etkileşimleri dikkate alırken, yeni algoritma kullanıcılar ve ürünler arasındaki tüm ilişki ağını analiz ediyor. Çifte sarmal mesaj yayılımı adı verilen yenilikçi yaklaşımla, sistemin kullanıcı niyetlerini anlaması ve bu niyetleri farklı kategorilere ayırması mümkün hale geliyor. Bu gelişme, öneri sistemlerinin hem daha doğru hem de daha açıklanabilir sonuçlar üretmesini sağlıyor.
Yazılım Mühendisliğinde Bilgi Birikimi Sorunu: Araştırma Çıktıları Neden Kaybolup Gidiyor?
Yazılım mühendisliği alanında yayınlanan makale sayısı hızla artarken, bu bilgilerin birikimli bir şekilde kullanılması konusunda ciddi sorunlar yaşanıyor. ICSE 2026 konferansı için yapılan araştırmada 280 deneyimli akademisyenin görüşleri analiz edildi. Bulgular, araştırma üretkenliğinin artmasına rağmen sonuçların sentezlenmesi, iddiaların takip edilmesi ve uzun vadeli bilgi birikiminin sağlanması konularında yetersiz mekanizmaların olduğunu ortaya koyuyor. Araştırmacılar, makalelerin izole bilgi birimleri halinde kalması, bağlamın kaybolması ve bilgi aktarımında yaşanan sorunları dört temel yapısal problem olarak tanımlıyor. Bu durum, yazılım mühendisliği alanının bilimsel ilerlemesini yavaşlatıyor.
Yapay Zeka Modellerinde İçsel Mantık Kayması Keşfedildi
Araştırmacılar, çok modlu büyük dil modellerinde kritik bir zafiyet keşfetti: endojen mantık kayması. Bu durum, modellerin kendi düşünce süreçleri sırasında dış etkenler olmadan spontan olarak davranış değişikliklerine uğramasını ifade ediyor. Stanford ve diğer kurumlardan bilim insanları, bu sorunu hem düşünce hem de algı perspektiflerinden inceledi. Modeller, otoregresif üretim süreci boyunca öngörülemeyen dağılım değişiklikleri yaşıyor ve bu durum performanslarını olumsuz etkiliyor. Çalışma, bu iç kaymaları çok modlu kavram kayması olarak teorik olarak tanımlıyor ve Counterfactual Prefer adlı yeni bir yaklaşım öneriyor. Bu keşif, yapay zeka güvenilirliği açısından önemli çünkü modellerin kararlı performans sergileyebilmesi için içsel tutarlılığın korunması gerekiyor.
Yapay Zeka Ajanları İçin Yeni Hızlandırma Sistemi: Sutradhara
Yapay zeka ajanları, karmaşık görevleri yerine getirmek için harici araçları kullanabilen dil modelleridir ve günümüzde üretim ortamlarında yaygın olarak kullanılmaktadır. Ancak bu sistemlerde ciddi performans darboğazları bulunuyor. Araştırmacılar, üretim ölçeğindeki analiz sonuçlarına göre araç çağrılarının gecikmenin %30-85'ini oluşturduğunu, önbellek verimliliğinin düştüğünü ve sıralı işlemlerin paralellik potansiyelini kaybettiğini tespit etti. Bu sorunlar, orkestratörler ve dil modeli motorlarının birbirinden bağımsız çalışmasından kaynaklanıyor. Sutradhara adlı yeni sistem, bu bileşenleri entegre ederek performansı artırmayı hedefliyor.
Yapay Zeka Modelleri Artık Hedef Odaklı Veri ile Eğitilecek
Araştırmacılar, yapay zeka modellerinin belirli görevlerde uzmanlaşması için yeni bir veri seçim yöntemi geliştirdi. Neuron-Activated Graph Ranking (NAG) adlı bu sistem, modelin hangi nöronlarının en etkili olduğunu belirleyerek eğitim verilerini akıllıca seçiyor. Geleneksel rastgele örnekleme yöntemlerine kıyasla %4,9 oranında daha iyi sonuçlar elde eden bu yaklaşım, HellaSwag testinde mevcut en iyi yöntemlerden %5,3 daha başarılı performans gösterdi. Bu gelişme, yapay zeka modellerinin daha az veriyle daha uzman hale gelebileceği anlamına geliyor.
Yapay Zeka ile Elektrik Şebekelerinin Kararlılığını Gerçek Zamanlı İzleme
Araştırmacılar, elektrik güç sistemlerinin kararlılığını doğrudan verilerden analiz eden yenilikçi bir yöntem geliştirdi. Bu yapay zeka destekli sistem, karmaşık matematiksel modellere ihtiyaç duymadan, şebekedeki her bir düğümün sistem genelindeki kararlılığa etkisini ölçebiliyor. Yöntem, güç şebekelerinin daha güvenli ve verimli çalışmasını sağlamak için kritik öneme sahip. Geleneksel yaklaşımların aksine, bu sistem gerçek zamanlı ölçümlerden elde edilen verileri kullanarak şebeke kararlılığını sürekli izleyebiliyor ve potansiel sorunları önceden tespit edebiliyor.
Gizli Kapı Sistemlerinde Güvenlik Açığı: SAT Algoritması ile İşlev Çözümleme
Araştırmacılar, hem veri hem de işlev mantığını korumayı hedefleyen yarı-özel işlev değerlendirme sistemlerinde kritik bir güvenlik açığı keşfetti. Gate-hiding garbled circuits adı verilen bu sistemler, kapı işlevlerini gizlerken devre topolojisini açık bırakıyor. Yeni geliştirilen SAT tabanlı saldırı yöntemi, sadece devrenin genel yapısını kullanarak gizli kapı operasyonlarını yeniden oluşturabiliyor. Bu keşif, kriptografik hesaplama sistemlerinin güvenlik tanımlarının yeniden gözden geçirilmesi gerektiğini ortaya koyuyor ve siber güvenlik alanında önemli etkilere sahip.
Yapay Zeka Dinamik Dokuları Daha Hızlı Tanıyor: Yeni Algoritma Geliştirildi
Bilgisayar görüşü alanında önemli bir gelişme yaşandı. Araştırmacılar, dinamik dokuları (hareket eden desenleri) tanımak için yeni bir algoritma geliştirdi. LP²DH adlı bu sistem, mevcut yöntemlerin karşılaştığı yüksek boyutluluk problemini çözüyor ve daha verimli sonuçlar sunuyor. Geleneksel STLBP yöntemi çok fazla veri işlerken zorlanıyordu, yeni algoritma ise piksel farklılıklarını daha akıllı bir şekilde kodlayarak bu sorunu aşıyor. Sistem, komşu pikseller arasındaki ilişkileri korurken veriyi sıkıştırıyor ve makine öğrenmesi tekniklerini kullanarak optimizasyon yapıyor. Bu gelişme, güvenlik kameralarından tıbbi görüntülemeye kadar birçok alanda kullanım potansiyeline sahip.
Yapay Zeka Sohbet Botları Lise Öğrencilerinin Bilgisayar Bilimi Öğrenmesini Kolaylaştırıyor
Araştırmacılar, ChatGPT gibi yapay zeka destekli sohbet botlarının lise öğrencilerinin bilgisayar bilimi derslerinde nasıl yardımcı olabileceğini inceledi. 45 lise öğrencisi ile yapılan çalışmada, hem genel amaçlı yapay zeka botları hem de özel olarak tasarlanmış eğitim botları test edildi. Sonuçlar, bu teknolojilerin öğrencilerin AP Bilgisayar Bilimi Prensipleri dersi kapsamındaki kavramları daha iyi anlamalarında etkili olduğunu gösteriyor. Çalışma, geleneksel web aramalarının yanı sıra sohbet botlarının da öğrenciler için değerli bir öğrenme aracı haline geldiğini ortaya koyuyor. Bu bulgular, eğitimde yapay zeka kullanımının giderek yaygınlaşan etkisini gözler önüne seriyor.
Yapay Zeka Optimizasyonunda Yeni Algoritma Daha Hızlı Sonuç Veriyor
Araştırmacılar, gürültülü verilerde çalışan yapay zeka sistemlerinin optimizasyonu için yeni bir algoritma geliştirdi. Reg-ASTRO adı verilen bu yöntem, özellikle karmaşık ve belirsizlik içeren problemlerde daha hızlı sonuç elde edilmesini sağlıyor. Algoritma, güven bölgesi yöntemlerini adaptif düzenleme teknikleriyle birleştirerek, geleneksel yöntemlere göre önemli ölçüde gelişmiş performans sunuyor. Bu gelişme, makine öğrenmesi ve yapay zeka uygulamalarında optimizasyon süreçlerinin daha verimli hale getirilmesi açısından önemli bir adım.
3D Nokta Bulutları İçin Yeni Siber Saldırı Savunma Yöntemi Geliştirildi
Araştırmacılar, 3D nokta bulutu tanıma sistemlerini siber saldırılara karşı koruyan yenilikçi bir savunma yöntemi geliştirdi. Adversarial Point Counterattack (APC) adlı sistem, her nokta için özel karşı-pertürbasyonlar üreterek saldırıları etkisiz hale getiriyor. Geleneksel savunma yöntemlerinin aksine, APC hem güçlü koruma sağlıyor hem de farklı modellere kolayca aktarılabiliyor. Sistem, temiz ve saldırı altındaki veri çiftlerini kullanarak geometrik ve semantik tutarlılığı korurken, çoklu saldırı türlerine karşı dayanıklılık kazanıyor. Hafif yapısı ve girdi seviyesinde çalışması sayesinde, yeniden eğitime gerek kalmadan farklı modellerde kullanılabiliyor. Bu gelişme, 3D görü sistemlerinin güvenliğinde önemli bir adım teşkil ediyor.
Yapay Zeka Artık Grupların Duygusal Halini Videolardan Anlayabiliyor
Araştırmacılar, yapay zekanın grup duygularını videolardan tanıyabilmesi için GAViD adında kapsamlı bir veri seti geliştirdi. 5091 video klibinden oluşan bu veri seti, görüntü, ses ve bağlamsal bilgileri birleştirerek grup dinamiklerindeki duygusal durumları analiz ediyor. Sosyal etkileşimlerdeki karmaşık duygu yapılarını anlama konusunda önemli bir adım olan çalışma, insan-insan etkileşimlerini modellemede yeni olanaklar sunuyor. Bu gelişme, sosyal medya analizi, psikoloji araştırmaları ve insan-bilgisayar etkileşimi gibi alanlarda uygulanabilir.
Tek Örnekle Öğrenen Yapay Zeka: 1S-DAug ile Yeni Bir Dönem
Stanford araştırmacıları, yapay zekanın tek bir görsel örnekten öğrenmesini sağlayan devrim niteliğinde bir yöntem geliştirdi. 1S-DAug adlı bu teknik, sadece bir görüntüden yola çıkarak çeşitli varyasyonlar üretip bunları birleştirerek daha güvenilir tahminler yapabiliyor. Geleneksel makine öğrenmesi yöntemlerinin binlerce örnek gerektirdiği durumlarda, bu yeni yaklaşım minimal veriyle maksimum performans elde etmeyi hedefliyor. miniImageNet veri setinde %20'ye varan doğruluk artışı sağlayan sistem, mevcut modellere eklenti olarak entegre edilebiliyor. Bu gelişme, tıbbi görüntü analizi ve nadir türlerin tanınması gibi sınırlı veri bulunan alanlarda yapay zeka kullanımına yeni kapılar açıyor.
Yapay Zeka Ajanlarının Yetenekleri Monte Carlo Ağaç Arama ile Optimize Ediliyor
Büyük dil modeli tabanlı yapay zeka ajanlarının performansını artırmak için yeni bir optimizasyon yaklaşımı geliştirildi. Araştırmacılar, ajanların belirli görevleri yerine getirmek için kullandıkları 'yetenekleri' - talimatlar, araçlar ve destekleyici kaynakların yapılandırılmış koleksiyonları - sistematik olarak geliştirmenin yolunu buldu. Yetenek tasarımının ajan performansını önemli ölçüde etkilediği biliniyordu, ancak bu yetenekleri optimize etmek karmaşık bir sorunu. Çünkü bir yetenek hem yapısal bileşenleri hem de bu bileşenlerin içeriğini birlikte optimize etmeyi gerektiriyor. Araştırmacılar bu sorunu iki seviyeli optimizasyon problemi olarak tanımlayıp Monte Carlo Ağaç Arama algoritmasını kullanan bir çerçeve önerdiler. Bu yaklaşım, yapay zeka ajanlarının daha etkili ve verimli çalışmasını sağlayarak, gelecekte daha gelişmiş AI sistemlerinin temelini oluşturabilir.
Yapay Zeka Modellerinin Güvenilirliği İçin Yeni Yöntem: İç Temsiller Analizi
Büyük dil modelleri kritik alanlarda kullanılırken güvenilirlik sorunu yaşanıyor. Geleneksel yöntemler modelin çıktı istatistiklerine odaklanırken, araştırmacılar modelin iç yapısını inceleyerek daha güvenilir tahminler yapan yeni bir yaklaşım geliştirdi. Bu yöntem, modelin farklı katmanlarındaki bilgi işleme süreçlerini analiz ederek, özellikle farklı veri türleri arasında geçiş yapıldığında daha tutarlı sonuçlar veriyor. Conformal prediction adı verilen istatistiksel çerçeve kullanılarak, modelin ne zaman güvenilir cevaplar verdiği daha iyi belirleniyor.
Yapay Zeka Ajanları Dosya Sistemiyle Uzun Araştırmalarda Devrim Yaratıyor
Büyük dil modelleri (LLM) tabanlı yapay zeka ajanları, derinlemesine araştırma görevlerinde yeni bir çağ başlatıyor. Ancak bu uzun süreçli araştırmalar, modellerin bellek kapasitelerini aşıyor ve etkili çalışmayı engelliyor. Araştırmacılar, bu sorunu çözmek için FS-Researcher adlı yenilikçi bir sistem geliştirdi. Bu çift-ajan framework'ü, dosya sistemi tabanlı kalıcı bir çalışma alanı kullanarak araştırma kapasitesini önemli ölçüde genişletiyor. Sistem, bir kütüphaneci gibi çalışan Context Builder ajanı ve rapor yazımından sorumlu Report Writer ajanından oluşuyor. Bu yaklaşım, yapay zeka ajanlarının sınırlarını aşarak daha kapsamlı ve derinlemesine araştırmalar yapabilmelerini sağlıyor.
VoxMind: Konuşan yapay zeka artık araç kullanabiliyor ve karmaşık görevleri çözebiliyor
Araştırmacılar, sesli diyalog sistemlerinde yeni bir dönüm noktası yaratan VoxMind adlı yapay zeka modelini geliştirdi. Bu sistem, sadece konuşma yetenekleriyle sınırlı kalmayıp, çeşitli araçları kullanarak gerçek dünya problemlerini çözebiliyor. 470 saatlik özel veri setiyle eğitilen model, 'Konuşmadan Önce Düşün' mekanizmasıyla planlama yapıp daha mantıklı cevaplar verebiliyor. Geleneksel sesli asistanların aksine, VoxMind karmaşık kullanıcı taleplerini anlayıp uygun araçları seçerek sonuca ulaşabiliyor. Bu gelişme, sesli yapay zeka asistanlarının sadece sohbet etmekten öte, pratik sorunları çözebilen akıllı ajanlar haline gelmesini sağlıyor.
Yapay Zeka Modelleri Artık Coğrafi Sınırları Aşabilecek
Bilgisayarlı görü ve makine öğrenmesi alanında büyük bir sorun çözülüyor. Araştırmacılar, yapay zeka modellerinin farklı coğrafi bölgelerde ne kadar başarılı olacağını önceden tahmin edebilen yeni bir yöntem geliştirdi. GeoSpOT adı verilen bu teknik, optimal transport matematiğini coğrafi bilgilerle birleştirerek, modellerin bir bölgede eğitilip başka bir bölgede kullanılmasındaki zorlukları ölçebiliyor. Bu gelişme, küresel veri dağılımındaki eşitsizlikler nedeniyle ortaya çıkan domain kayması problemine çözüm sunuyor.
CoMeT: Yapay Zeka Modellerinin Sonsuz Uzunluktaki Metinleri İşlemesini Sağlayan Yeni Mimari
Araştırmacılar, büyük dil modellerinin uzun metinleri işlerken karşılaştıkları bellek sorununu çözen devrimci bir mimari geliştirdi. CoMeT adlı bu sistem, geleneksel Transformer modellerinin karesel karmaşıklık problemini çözerek, sabit bellek kullanımı ve doğrusal zaman karmaşıklığı ile sınırsız uzunluktaki metinleri işleyebiliyor. İkili bellek sistemi kullanan CoMeT, yakın geçmiş için geçici bellek ve uzun vadeli bağımlılıklar için küresel bellek yönetiyor. Mevcut modellere minimum düzeyde ince ayar ile entegre edilebilen bu plug-in modül, yapay zeka modellerinin kitap uzunluğundaki metinleri, araştırma makalelerini ve uzun dökümanları çok daha verimli işlemesini mümkün kılıyor.