“aşı” için sonuçlar
3.699 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Eğitiminde Devrim: Dağıtım Keskinleştirme Yeterli Değil
Yapay zeka modellerinin eğitiminde kullanılan pekiştirmeli öğrenme yöntemlerinin etkinliği konusunda süren tartışmalara ışık tutan yeni bir araştırma, önemli bulgular ortaya koyuyor. Araştırmacılar, mevcut yetenekleri keskinleştirmenin yeni beceriler kazandırmaktan farklı olduğunu ve görev odaklı ödül sistemlerinin üstünlüğünü kanıtlıyor. Llama ve Qwen model ailelerinde yapılan deneyler, sadece dağıtım keskinleştirmenin sınırlı gelişim sağladığını gösteriyor. Bu çalışma, gelecek nesil yapay zeka sistemlerinin nasıl daha etkili eğitilebileceği konusunda yol gösterici nitelikte.
Yapay Zeka Doktorları Tanı Koymakta Zorlanıyor: Yeni Test Zayıflıkları Ortaya Çıkardı
Araştırmacılar, tıbbi yapay zeka modellerini test etmek için MEDSYN adlı yeni bir değerlendirme sistemi geliştirdi. Bu sistem, gerçek hastane koşullarını taklit eden karmaşık vakalarla yapay zekanın tanı koyma becerilerini ölçüyor. Sonuçlar şaşırtıcı: En gelişmiş yapay zeka modelleri bile, farklı türdeki tıbbi kanıtları bir araya getirip doğru tanı koymakta zorlanıyor. Özellikle görüntü analizi yerine sadece hasta hikayesine odaklanma eğilimi gösteriyorlar. Bu bulgular, tıbbi yapay zekanın henüz insan doktorların yerini alamayacağını gösteriyor.
Yapay Zeka Öneri Sistemlerinin Matematiksel Gizemi Çözüldü
Günümüzde e-ticaret ve dijital platformlarda yaygın kullanılan yapay zeka öneri sistemlerinin çalışma mekanizması teorik olarak açıklandı. Araştırmacılar, bu sistemlerde kullanılan oto-regresif token tahmin yönteminin, matematiksel olarak tam kelime dağarcığı maksimum olabilirlik tahmin yöntemiyle birebir eşdeğer olduğunu kanıtladı. Bu keşif, Netflix'ten Amazon'a kadar pek çok platformda 'sıradaki ne önerilsin' kararını veren algoritmaların teorik temellerini aydınlatıyor. Çalışma, öneri sistemlerinin sadece deneysel optimizasyonla değil, sağlam matematiksel temeller üzerine de inşa edilebileceğini gösteriyor. Bu teorik anlayış, gelecekte daha etkili ve öngörülebilir öneri algoritmaları geliştirilmesine katkı sağlayabilir.
Yapay zeka hikaye anlatımında insan gibi anlam çıkarımı yapabiliyor
Araştırmacılar, büyük dil modellerinin hikaye metinlerinde kelimelerin anlamlarını insanlara benzer şekilde değerlendirebildiğini gösterdi. SemEval-2026 yarışması kapsamında geliştirilen yeni sistem, aynı yazılışa sahip farklı anlamlı kelimelerin hikaye bağlamındaki mantıklılığını skorlayabiliyor. Çalışma, yapay zekanın dil anlama yetisinin gerçek dünya metinlerinde ne kadar etkili olduğunu test ederken, ticari büyük parametreli modellerin dinamik örnekleme teknikleriyle insan benzeri yargılara ulaşabildiğini ortaya koyuyor. Bu gelişme, doğal dil işleme alanında pratik uygulamalara yönelik önemli bir adım teşkil ediyor.
Çok Kanallı İletişim Sistemlerinde Çakışma Önleyici Kodlama Teknikleri Geliştirildi
Araştırmacılar, birden fazla kullanıcının aynı anda veri iletişimi yapabildiği sistemlerde çakışmaları önlemek için yeni matematiksel kodlama teknikleri geliştirdi. Çakışma önleyici kodlar (CAC), geri bildirim olmadan deterministik çoklu erişim sağlayan özel kodlardır. Bu çalışmada, özellikle kanal sayısının aktif kullanıcı sayısından az olduğu pratik senaryolar için çok kanallı CAC sistemleri incelendi. Geleneksel yaklaşımların aksine, araştırmacılar 'istisna kod sözcükleri' kavramını tanıtarak ve toplamsal kombinatorik tekniklerini kullanarak optimal çözümler türetti. Bu gelişme, kablosuz ağlar ve çoklu erişim sistemlerinde verimliliği artırabilir.
Yapay zeka karar sistemlerinde gecikmiş doğrulamanın izlenmesi için yeni model
Dolandırıcılık tespiti, kredi skorlama ve tıbbi risk değerlendirmesi gibi yapay zeka sistemleri gecikmiş doğrulama sorunu yaşıyor - karar alındıktan günler hatta aylar sonra sonuç etiketleri geldiği için. Bu 'kör dönem' boyunca sistemin yönetim kanıtları bozulurken, mevcut sapma tespit yöntemleri yetersiz kalıyor. Araştırmacılar bu soruna çözüm için dört boyutlu kanıt yeterlilik modeli geliştirdi: tamlık, güncellik, güvenilirlik ve temsil edilebilirlik. Model, etiket gecikmesinin kanıt kalitesini nasıl düşürdüğünü ölçen karar hazırlığı kapısı içeriyor. Ayrıca yedi kategorilik vekil gösterge çerçevesi, etiketler olmadan yeterlilik bozulmasını tahmin ediyor. IEEE-CIS Dolandırıcılık Tespit veri setinde yaklaşık 590 bin işlemle test edilen sistem, yapay zeka güvenliğinde önemli adım.
Büyük Dil Modelleri Artık Robot Takımlarını Koordine Edebiliyor
Araştırmacılar, büyük dil modellerinin (LLM) çoklu robot sistemlerini koordine etmesini sağlayan yeni bir yaklaşım geliştirdi. SAGR (Anlamsal Alan Grafiği Akıl Yürütme) adlı bu sistem, robotların bilinmeyen ortamlarda sadece geometrik keşif değil, anlamsal akıl yürütme gerektiren görevleri de yerine getirebilmesini sağlıyor. Klasik robot koordinasyon stratejileri genellikle sınır taraması ve bilgi kazanımına odaklanırken, yeni yaklaşım robotların 'yatak odasında bulunan eşyaları ara' gibi üst düzey görevleri anlayıp gerçekleştirmesine olanak tanıyor. Sistem, çevrenin anlamsal-topolojik haritasını oluşturarak, oda türleri, bağlantılar ve robot durumlarını LLM'nin anlayabileceği kompakt bir formata dönüştürüyor. Bu gelişme, ev otomasyonundan arama kurtarma operasyonlarına kadar geniş bir uygulama alanı vadediyor.
Yapay Zeka Halüsinasyonları Artık Tespit Edilebilir: SIVR Yöntemi Geliştirild
Büyük dil modellerinin ürettiği yanlış bilgileri (halüsinasyonları) tespit etmek için yeni bir yöntem geliştirildi. Sequential Internal Variance Representation (SIVR) adlı bu yaklaşım, yapay zekanın iç katmanlarındaki belirsizlik işaretlerini analiz ederek gerçek dışı cevapları önceden belirleyebiliyor. Geleneksel yöntemlerin aksine, SIVR modelin her katmanında ve her kelimede ortaya çıkan varyasyon desenlerini takip ederek daha güvenilir sonuçlar elde ediyor. Bu gelişme, yapay zeka sistemlerinin güvenilirliğini artırmada önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Modelleri Artık Görsel ve Metni Eşit Ölçüde Değerlendirebiliyor
Vision Language modelleri (VLM'ler), görsel ve metin verilerini birlikte işleyebilen güçlü yapay zeka sistemleri olmasına rağmen, genellikle sadece bir modaliteye odaklanma sorunu yaşıyor. Araştırmacılar, bu dengesizliği çözmek için MoIR adlı yeni bir bilgi yönlendirme sistemi geliştirdi. Sistem, eksik veya belirsiz bilgileri tespit edip diğer modalitelerden tamamlayarak, hem görsel hem de metinsel verilerin eşit şekilde değerlendirilmesini sağlıyor. Bu yenilik, yapay zekanın çok modaliteli görevlerde daha dengeli ve doğru sonuçlar üretmesini mümkün kılıyor.
Yapay Zeka ile Karmaşık Sistemlerin İç Durumunu Gözlemleyen Yeni Yöntem
Araştırmacılar, karmaşık nonlinear sistemlerin iç durumlarını yapay zeka kullanarak tahmin edebilen yeni bir yöntem geliştirdi. Neural Luenberger gözlemci adı verilen bu sistem, geçmiş verilerden öğrenerek sistemin görülmeyen parametrelerini gerçek zamanlı olarak takip edebiliyor. Yöntem, klasik Kazantzis-Kravaris/Luenberger gözlemci yapısını genişleterek, girdi-çıktı verilerinden sistem durumlarını tahmin eden sinir ağları kullanıyor. Özellikle biyolojik sistemler, endüstriyel süreçler ve otonom araçlar gibi alanlarda büyük potansiyel taşıyan bu teknoloji, sistem kontrolü ve izleme alanında önemli bir ilerleme sunuyor. Araştırmacılar, yöntemlerinin teorik olarak garantili hata sınırları içinde çalıştığını matematiksel olarak kanıtladılar.
Yapay Zeka Ağlarında Yeni Matematiksel Model: Collective Kernel EFT
Araştırmacılar, derin sinir ağlarının matematiksel davranışını daha iyi anlayabilmek için yeni bir teorik çerçeve geliştirdi. ResNet mimarisi üzerinde çalışan bu model, ağların katmanlar arası gelişimini takip eden 'collective kernel effective field theory' adı verilen bir yaklaşım sunuyor. Çalışma, sonlu genişlikteki derin ağlarda empirical kernel'in nasıl stokastik olarak evrimleştiğini inceliyor ve bu süreç için yeni matematiksel denklemler türetiyor. Araştırmacılar, Gaussian yaklaşımları kullanarak sürekli derinlik ODE sistemleri elde etmiş ve bu sistemlerin geçerlilik sınırlarını belirlemiş. Bulgular, ortalama kernel değerinin tüm derinliklerde doğru kalırken, kernel kovaryansının sonlu zamanlarda hata biriktirdiğini gösteriyor.
Yapay Zeka ile Sel ve Heyelan Tehlikelerini Birlikte Haritalandıran Yeni Sistem
Hindistan'daki araştırmacılar, sel ve heyelan tehlikelerini aynı anda değerlendirebilen yeni bir yapay zeka sistemi geliştirdi. Geleneksel yöntemler bu doğal afetleri ayrı ayrı incelerken, yeni sistem iki felaketin birbirleriyle olan etkileşimini de hesaba katıyor. Kerala eyaletinde test edilen sistem, bölgelerin coğrafi özelliklerine göre kendini uyarlayabiliyor ve geniş alanları paralel şekilde analiz edebiliyor. Sistem, sel tespitinde %84 başarı oranına ulaştı ve belirsizlik ölçümlerinde de önemli iyileşmeler sağladı. Bu teknoloji, özellikle iklim değişikliğiyle birlikte artan çoklu doğal afet risklerinin önceden belirlenmesinde kritik önem taşıyor.
Hareketli Hedefleri Yakalayan Araçlar İçin Yeni Optimizasyon Algoritması
Bilim insanları, hareket halindeki hedefleri yakalamak için birden fazla aracın en uygun rotalarını hesaplayan yeni bir algoritma geliştirdi. Moving Target Vehicle Routing Problem (MT-VRP) olarak bilinen bu karmaşık optimizasyon problemi, savunma sistemlerinden lojistiğe kadar birçok alanda kritik öneme sahip. Araştırmacılar, Branch-and-Price with Relaxed Continuity (BPRC) adını verdikleri bu yöntemle, 25'e kadar hareketli hedefi içeren senaryolarda optimal çözümleri önceki yöntemlere göre on kat daha hızlı bulabildiler. Algoritma, özellikle araç kapasitelerinin sınırlı olduğu durumlarda üstün performans gösteriyor. Bu gelişme, otonom araç filosu yönetiminden askeri operasyonlara kadar geniş bir uygulama yelpazesinde daha etkili çözümler sunma potansiyeli taşıyor.
Sosyal Medya Dilimizi Yaşadığımız Yere Göre Şekillendiriyor
Yeni Zelanda'da yapılan kapsamlı bir araştırma, sosyal medya kullanıcılarının dillerinin yaşadıkları coğrafi bölgelere göre nasıl şekillendiğini ortaya koydu. Reddit platformunda 4.26 milyar kelimelik veri analiz edilerek gerçekleştirilen çalışma, dijital çağda bile yerel lehçelerin ve dil özelliklerinin korunduğunu gösteriyor. Araştırmacılar, kullanıcıların dil tercihlerini ve kelime kullanımlarını inceleyerek, çevrimiçi toplulukların gerçek coğrafi sınırlarla olan ilişkisini araştırdı. Bulgular, sosyal medyanın küreselleştirici etkisine rağmen, yerel kimliğin dil üzerindeki güçlü etkisinin devam ettiğini ortaya koyuyor. Bu çalışma, dijital antropoloji ve sosyolinguistik alanlarında önemli bir katkı sağlayarak, teknolojinin dil üzerindeki etkilerini anlamamıza yardımcı oluyor.
Hero-Mamba: Su Altı Görüntülerini Yapay Zeka ile Netleştiren Yeni Sistem
Araştırmacılar, su altında çekilen bulanık ve bozuk görüntüleri yapay zeka ile iyileştiren yeni bir sistem geliştirdi. Hero-Mamba adlı bu teknoloji, hem görüntünün renk bilgilerini hem de frekans verilerini aynı anda işleyerek, su altının sebep olduğu renk bozulması, düşük kontrast ve bulanıklık sorunlarını gideriyor. Sistem, geleneksel CNN'lerin uzun menzilli bağımlılıkları modellemedeki yetersizliği ve Transformer'ların yüksek çözünürlüklü görüntülerde yaşadığı hesaplama karmaşıklığı problemlerini çözerek daha verimli çalışıyor. Bu gelişme özellikle deniz bilimleri, su altı arkeolojisi ve denizcilik sektöründe önemli uygulamalara sahip olabilir.
Yapay Zeka Tüberküloz Salgınının Seyrini Tahmin Etmeyi Öğreniyor
Araştırmacılar, tüberküloz salgınının yayılımını modellemek için yapay zeka destekli yeni bir yaklaşım geliştirdi. Fizik-Güdümlü Sinir Ağları (PG-NODE) adlı bu yöntem, klasik epidemiyolojik modellerin sabit parametreli yapısının ötesine geçerek, hastalığın zaman içindeki değişken dinamiklerini öğrenebiliyor. Yılda 1,3 milyon ölüme ve 10,6 milyon yeni enfeksiyona neden olan tüberküloz için geliştirilen sistem, geleneksel SLIR modelini (Duyarlı-Gizli-Enfektif-İyileşen) sinir ağları ile birleştiriyor. Bu hibrit yaklaşım, biyolojik kısıtlamaları korurken, gerçek dünya verilerindeki heterojenliği ve öngörülemeyen etkileri de hesaba katabiliyor.
Sosyal Ağlarda Etki Maksimizasyonu: Hipergraf Modelleme ile Yeni Çözüm
Araştırmacılar, sosyal ağlardaki etkili kişileri belirleme problemini çözmek için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler, karmaşık etkileşimleri tam olarak yakalayamıyor. Yeni çalışma, hipergraf modellemesi ve parçacık sürüsü optimizasyonu algoritmasını birleştirerek, çok boyutlu sosyal etkileşimleri daha iyi analiz ediyor. Bu yöntem, pazarlama kampanyalarından halk sağlığı müdahalelerine kadar geniş uygulama alanına sahip. Hipergraflar, ikiden fazla kişi arasındaki etkileşimleri modelleyebilme avantajı sunuyor ancak hesaplama karmaşıklığını artırıyor. Araştırma ekibi, bu zorluğu aşmak için eşik modeli tabanlı fitness fonksiyonu geliştirdi.
Yapay Zeka Vietnamca Hukuk Metinlerini Ne Kadar İyi Anlıyor?
Vietnam'ın karmaşık yasal metinleri, vatandaşların adalete erişiminde büyük bir engel oluşturuyor. Araştırmacılar, büyük dil modellerinin bu metinleri sadeleştirme yeteneklerini kapsamlı bir şekilde test etti. GPT-4o, Claude 3 Opus, Gemini 1.5 Pro ve Grok-1 modellerinin performansı, doğruluk, okunabilirlik ve tutarlılık açısından değerlendirildi. 60 karmaşık Vietnamca hukuki makale üzerinde yapılan büyük ölçekli hata analizi, modeller arasında önemli bir ödünleşim ortaya çıkardı: bazı modeller okunabilirlik konusunda başarılı olurken hukuki doğruluktan taviz veriyor. Bu çalışma, yapay zekanın hukuki metinleri halka daha erişilebilir hale getirme potansiyelini ortaya koyarken, mevcut sınırları da gözler önüne seriyor.
AI Ajanlarının Performansını Öngören Yeni Ölçüm Yöntemi: Bipredictability
Yapay zeka araştırmacıları, gerçek dünyada kullanılan AI ajanlarının performansındaki düşüşü önceden tespit edebilecek yeni bir yöntem geliştirdi. Mevcut izleme sistemleri genellikle performans çöküşü olduktan sonra tepki veriyor. Yeni yaklaşım ise bilgi teorisini kullanarak AI ajanının gözlem, eylem ve sonuçlar arasındaki bilgi döngüsünün ne kadar etkili çalıştığını ölçüyor. 'Bipredictability' adı verilen bu ölçüm, sistemin toplam belirsizliğinin ne kadarının öngörülebilir bilgiye dönüştürüldüğünü hesaplıyor. Bu gelişme, otonom araçlardan finansal işlem sistemlerine kadar birçok kritik alanda çalışan AI sistemlerinin güvenilirliğini artırabilir.
Yapay Zeka Modelleri Artık Kararlarını Daha Açık Bir Şekilde Açıklayabilecek
Araştırmacılar, yapay zeka modellerinin nasıl karar verdiğini anlamamızı kolaylaştıran yeni bir yöntem geliştirdi. CoAt-CBM adlı bu sistem, AI modellerinin görsel verileri işlerken hangi kavramlara odaklandığını daha net bir şekilde gösteriyor. Geleneksel yöntemler, önceden eğitilmiş modellerin önyargılarından etkileniyor ve kavramlar arasındaki ilişkileri göz ardı ediyordu. Yeni yaklaşım, her kavram için özel görsel sorgular kullanarak bu sorunları çözüyor ve modelin kararlarını daha şeffaf hale getiriyor. Bu gelişme, yapay zeka sistemlerinin güvenilirliği ve anlaşılabilirliği açısından önemli bir adım.
Havacılık yapılarında yeni modal analiz yöntemi geliştirdi
Araştırmacılar, havacılık yapılarının titreşim özelliklerini analiz etmek için yeni bir yöntem geliştirdi. NExT-LF adı verilen bu teknik, uçak ve uzay araçlarının yapısal sağlığını izlemede kullanılan geleneksel yöntemlerin eksikliklerini gideriyor. Mevcut teknikler büyük sistemlerde karmaşık hesaplamalar gerektirirken, gürültülü ortamlarda da zorlanıyordu. Yeni yöntem, Loewner Framework'ün hesaplama verimliliğini Natural Excitation Technique ile birleştirerek bu sorunları aşıyor. Tangential interpolasyon sayesinde daha hızlı ve doğru sonuçlar elde ediliyor. Bu gelişme, uçakların yapısal durumunun gerçek zamanlı izlenmesi ve güvenlik açısından kritik öneme sahip.
Lightning Self-Attention'ın Matematiksel DNA'sı Keşfedildi
Yapay zeka sistemlerinin temelinde yer alan attention mekanizmalarının matematiksel yapısı, cebirsel geometri araçlarıyla incelendi. Araştırmacılar, lightning self-attention algoritmasının polinom katsayılarını cebirsel çeşitlilik koordinatları olarak ele alarak, bu sistemlerin davranışını yöneten matematiksel kuralları ortaya çıkardı. Çalışmada Chow-tipi, düşük rank, Veronese-tipi ve Sylvester resultant tabanlı kısıtlamalar dahil olmak üzere çeşitli cebirsel değişmezler tanımlandı. Bu keşif, yapay zeka modellerinin iç işleyişini daha derinlemesine anlamamızı sağlayarak, gelecekteki AI sistemlerinin tasarımında önemli ipuçları sunuyor.
DepCap ile Yapay Zeka Dil Modellerinde Çığır Açan Hızlandırma
Araştırmacılar, diffüzyon dil modellerinin çıkarım hızını artırmak için DepCap adlı yeni bir yöntem geliştirdi. Geleneksel otoregresif modellerin aksine paralel çözme potansiyeli sunan diffüzyon dil modelleri, kalite-hız dengesini optimize etmekte zorlanıyordu. DepCap, blok sınırlarını belirlemek için adımlar arası sinyaller ve paralel çözme için token düzeyinde çakışma sinyalleri kullanarak bu sorunu çözüyor. Eğitim gerektirmeyen bu çerçeve, sabit blok programları yerine adaptif yaklaşım benimsiyor. Mevcut yöntemlerin muhafazakar güven tabanlı paralel çözme stratejilerinin getirdiği kısıtlamaları aşarak, hem üretim kalitesini koruyor hem de çözme hızını önemli ölçüde artırıyor. Bu gelişme, büyük dil modellerinin pratik uygulamalarında verimliliği artırma konusunda önemli bir adım teşkil ediyor.
Video düzenleme yapay zekası için kapsamlı test platformu geliştirildi
Yapay zeka destekli video üretimi giderek yaygınlaşırken, profesyonel kalitede video düzenleme sistemlerinin objektif değerlendirilmesi kritik bir ihtiyaç haline geldi. Araştırmacılar bu sorunu çözmek için VEFX-Bench adlı kapsamlı bir test platformu geliştirdi. Platform, 5.049 video düzenleme örneği içeren ve insan uzmanlar tarafından etiketlenmiş büyük ölçekli bir veri seti sunuyor. Sistem, video düzenleme kalitesini talimat takibi, görsel kalite ve düzenleme özgünlüğü olmak üzere üç farklı boyutta değerlendiriyor. Bu gelişme, yapay zeka video düzenleme teknolojilerinin standardize edilmiş şekilde karşılaştırılmasına olanak tanıyarak, sektörün daha hızlı gelişimine katkı sağlayacak.