“İngilizce” için sonuçlar
57 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Matematik Problemlerini Farklı Kültürlere Uyarlamayı Öğrendi
Araştırmacılar, büyük dil modellerinin matematik problemlerini farklı kültürlere otomatik olarak uyarlayabileceğini keşfetti. Yeni geliştirilen sistem, İngilizce matematik sorularını yerel isimler, kurumlar ve para birimleriyle yeniden düzenleyerek düşük kaynaklı dillerdeki öğrenciler için daha anlaşılır hale getiriyor. Bu yaklaşım, geleneksel çeviri yöntemlerinin aksine kültürel bağlamı koruyor ve matematik eğitiminde eşitliği artırıyor.
Metin İçinde Hangi Unsurlar Daha Önemli Görülür? Yapay Zeka Araştırması
Araştırmacılar, insan dilindeki metinlerde hangi varlıkların (kişi, nesne, yer) daha önemli kabul edildiğini inceleyen kapsamlı bir çalışma gerçekleştirdi. Çalışma, 24 farklı İngilizce metin türünde özet yazma tekniklerini kullanarak, cümle düzeyindeki önem göstergelerinin metin genelinde nasıl işlediğini araştırdı. Bulgular, dilbilgisi işlevi, belirlilik, varlık türü ve metindeki sıralama gibi faktörlerin metin düzeyindeki önemle güçlü korelasyon gösterdiğini ortaya koydu. Ancak bu faktörler, varlığın metinde ne sıklıkla geçtiği ve nasıl dağıldığı gibi unsurlarla etkileşim halinde çalışıyor. Bu araştırma, doğal dil işleme ve yapay zeka sistemlerinin insan dilini daha iyi anlaması açısından önemli ipuçları sunuyor.
Deyimler Makine Çevirisini Nasıl Zorluyor? Yeni Araştırma Ortaya Çıkardı
Makine çeviri sistemleri günümüzde oldukça gelişmiş olsa da, deyimler ve kalıplaşmış ifadeler karşısında hâlâ zorlanıyor. Yeni bir araştırma, İngilizce'deki üç farklı ifade türünün çeviri kalitesini nasıl olumsuz etkilediğini inceledi. Araştırmacılar, fiilsel deyimler, fiil-edat birleşimleri ve yardımcı fiil yapılarının makine çeviri sistemlerinde sorun yarattığını keşfetti. Bu ifadelerin anlamları genellikle kelimelerinin toplamından çıkarılamadığı için çeviri algoritmaları zorlanıyor. Çalışma, bu zorluğun genel cümle karmaşıklığından değil, doğrudan bu özel ifade türlerinden kaynaklandığını gösteriyor.
Bengalce Matematik Problemlerini Çözen Yapay Zeka Modeli Geliştirildi
Araştırmacılar, dünya genelinde 300 milyondan fazla kişi tarafından konuşulan Bengalce dilinde matematik problemlerini çözebilen yeni bir yapay zeka modeli geliştirdi. GanitLLM adı verilen bu model, mevcut yapay zeka sistemlerinin düşük kaynaklı dillerde matematik alanındaki yetersizliklerini gidermek için tasarlandı. Mevcut sistemler genellikle önce İngilizce düşünüp sonra çeviri yapıyor ya da çok adımlı matematik problemlerinde başarısız oluyor. Yeni model, zorluk seviyelerine göre düzenlenmiş özel bir Bengalce matematik veri seti kullanıyor ve kademeli öğrenme yaklaşımıyla eğitildi. Bu gelişme, teknoloji alanında dil adaletsizliğinin azaltılması ve yerel dillerde bilimsel içerik üretiminin artırılması açısından önemli bir adım.
Küçük yapay zeka modelleri Vietnamca'da akıl yürütme becerisini kazandı
Araştırmacılar, kaynak kısıtlı cihazlarda çalışabilen küçük dil modellerinin akıl yürütme yeteneklerini geliştirmenin yollarını araştırdı. Vietnamca gibi İngilizce dışındaki dillerde bu modeller genellikle tutarlı düşünce zinciri oluşturmakta zorlanıyor. Çalışmada, Qwen3-1.7B mimarisine sahip küçük bir model kullanılarak Vietnamca matematik problemlerinde test-zamanı ölçeklendirme stratejileri incelendi. Araştırmacılar, Vi-S1K adlı yüksek kaliteli bir veri seti ve Vi-Elementary-Bench değerlendirme ölçütü geliştirdi. Sonuçlar, temel modelin güçlü gizli bilgiye sahip olduğunu ancak iletişimde 'formatlama açığı' yaşadığını gösterdi. Denetimli ince ayar yöntemiyle modelin açıklama kalitesinde %77 iyileşme sağlandı ve bu yaklaşım 'akıl yürütme kilidini açan' kritik rol oynadı.
Finansal Dezenformasyonla Mücadelede Çok Dilli Yapay Zeka Modeli Geliştirildi
Araştırmacılar, finansal piyasalardaki yanlış bilgileri tespit etmek için özel olarak tasarlanmış ilk çok dilli büyük dil modelini geliştirdi. MFMDQwen adlı bu sistem, İngilizce, Çinçe, Yunanca ve Bengalce olmak üzere dört farklı dilde finansal dezenformasyonu tanımlayabiliyor. Finansal yanlış bilgiler hem piyasa istikrarını tehdit ediyor hem de bireysel yatırımcıların kararlarını olumsuz etkiliyor. Mevcut sistemlerin çoğu yalnızca İngilizce odaklı ve tek görevli olduğu için küresel finansal ekosistemdeki karmaşık yapıları kavrayamıyordu. Yeni model, özellikle geliştirilmiş veri setleri ve değerlendirme kriterleriyle test edildi. Sonuçlar, sistemin mevcut açık kaynak modellerden daha başarılı performans sergilediğini gösteriyor. Bu gelişme, küresel finansal piyasalarda dolaşan yanlış bilgilere karşı daha etkili mücadele imkanı sunuyor.
Alexandria Veri Seti: Arap Lehçelerini Anlayan Yapay Zeka İçin Büyük Adım
Arapça konuşan milyonlarca insan günlük hayatta standart Arapça yerine yerel lehçeler kullanıyor, ancak mevcut çeviri sistemleri bu lehçeleri anlayamıyor. Araştırmacılar, 13 Arap ülkesinden toplanan ve şehir bazında detaylandırılmış Alexandria adlı yeni bir veri seti geliştirdi. Bu kapsamlı veri seti, sağlık, eğitim ve tarım gibi 11 önemli alanda İngilizce-Arap lehçesi çeviri çiftleri içeriyor. 107 bin konuşma turunu barındıran veri seti, konuşmacıların cinsiyetini ve karşılıklı diyalog yapısını da dikkate alarak, yapay zekanın yerel kültürel farklılıkları daha iyi anlamasını sağlamayı hedefliyor. Bu çalışma, dil teknolojilerinin daha kapsayıcı hale getirilmesi adına önemli bir kilometre taşı.
AI Modellerde Adalet Sorunu: Uzun Belgelerde Önyargılı Temsil
Yapay zeka araştırmacıları, uzun belgeleri analiz eden embedding modellerinde ciddi bir adalet sorunu keşfetti. Bu modeller, belgelerin başındaki bölümleri ve İngilizce gibi yaygın dillerdeki içerikleri kayırırken, belgenin sonundaki kısımları ve az konuşulan dillerdeki bölümleri göz ardı ediyor. Araştırmacılar, bu önyargının dikkat mekanizmalarının erken pozisyonlara odaklanmasından kaynaklandığını buldu. Sorunun çözümü için geliştirilen yeni kalibrasyon yöntemi, dikkati belge boyunca daha adil dağıtarak tüm bölümlerin eşit temsil edilmesini sağlıyor. Bu çalışma, AI sistemlerinde adalet ve kapsayıcılık açısından önemli bir adım.
Yapay zeka sosyal medyadan kan talebi mesajlarını %99 doğrulukla tespit ediyor
Araştırmacılar, sosyal medyadaki acil kan bağışı taleplerine daha hızlı yanıt vermek için yenilikçi bir yapay zeka sistemi geliştirdi. CBRS adlı bu sistem, Twitter ve Facebook gibi platformlardaki milyonlarca mesaj arasından kan talebi içerenleri %99 doğrulukla ayırt ediyor. Sistem özellikle Bengalce, İngilizce ve karma dillerdeki mesajları analiz edebiliyor. 11 bin mesajdan oluşan özel veri setiyle eğitilen sistem, geleneksel uygulamaların aksine manuel kayıt gerektirmiyor ve kaynak kısıtlı bölgelerde yaşam kurtarıcı olabilir.
Yapay Zeka Görme Modelleri İçin Çok Dilli Eğitim Kaynakları Geliştirildi
Görsel-dil modelleri son yıllarda hızla gelişse de çoğunlukla İngilizce odaklı. Araştırmacılar bu sorunu çözmek için beş Avrupa dilinde (İngilizce, Fransızca, Almanca, İtalyanca ve İspanyolca) kapsamlı eğitim ve değerlendirme kaynakları geliştirdi. Multi-PixMo adlı eğitim veri setini yeniden üretim-çeviri paradigmasıyla oluşturdular. Bu çalışma, yapay zeka görme modellerinin dil çeşitliliğini artırarak küresel erişimi genişletmeyi hedefliyor. Geliştirilen kaynaklar, görsel içerikleri anlayan yapay zeka sistemlerinin sadece İngilizce değil, farklı dillerde de etkili çalışmasını sağlayacak. Çalışma özellikle görsel-dil modellerinin çok dilli yeteneklerini geliştirme konusunda önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Çocuk Hikayeleri Yazarken Hangi Dilde Hangi Önyargıları Taşıyor?
Araştırmacılar, yapay zeka modellerinin farklı dillerde çocuk hikayeleri yazarken nasıl davrandığını incelemek için kapsamlı bir veri seti oluşturdu. BiasedTales-ML adlı bu çalışma, sekiz farklı dilde yaklaşık 350 bin hikaye analiz ederek önemli bir gerçeği ortaya koydu: Yapay zekanın İngilizce'deki davranışları, diğer dillere genellenemez. Çalışma, büyük dil modellerinin hikaye üretirken dile bağlı olarak farklı anlatı kalıpları ve önyargılar sergilediğini gösteriyor. Bu bulgular, yapay zekanın güvenliği ve adil davranışı konusundaki değerlendirmelerin sadece İngilizce ile sınırlı kalmaması gerektiğini vurguluyor. Çocukların sosyal ve kültürel öğreniminde önemli rol oynayan hikayeler söz konusu olduğunda, bu farklılıkların anlaşılması daha da kritik hale geliyor.
Yapay Zeka Öğrenci Rolüne Geçti: Kelime Öğreniminde Devrim Yaratan Yöntem
Araştırmacılar, büyük dil modellerini (LLM) öğrenci rolüne sokarak kelime öğreniminde yenilikçi bir yaklaşım geliştirdiler. 'Öğreterek Öğrenme' metodunda yapay zeka, öğrencilerin kavramları açıklamasını sağlayacak dinamik sorular üretiyor. Geleneksel şablon tabanlı sistemlerin aksine, bu yöntem bağlamsal ve esnek sorular oluşturabiliyor. İngilizce kelime öğrenimi üzerine yapılan çalışmada, on katılımcıyla gerçekleştirilen testlerde, üç ve yedi gün sonraki hafıza testlerinde geleneksel yöntemlere göre daha iyi sonuçlar elde edildi. Sistem, öğrencilerin bilgi boşluklarını tespit etmede ve kavramları pekiştirmede etkili olduğunu kanıtladı. Araştırma ayrıca, hangi öğrenci özelliklerinin sistemden daha fazla yararlandığını belirledi ve kişiselleştirilmiş öğrenme yaklaşımlarının potansiyelini ortaya koydu.
Büyük dil modellerinin SQL üretme yeteneklerini değerlendiren yeni test sistemi
Araştırmacılar, yapay zeka modellerinin doğal dille verilen talimatları SQL sorgularına dönüştürme performansını sistematik olarak ölçebilen ilk kapsamlı değerlendirme çerçevesini geliştirdi. NL2SQLBench adı verilen bu sistem, veritabanı uzmanı olmayan kullanıcıların sade Türkçe veya İngilizce sorularla karmaşık veritabanı sorgularını yapabilmesini sağlayan teknolojilerin etkinliğini test ediyor. Sistem, şema seçimi, aday sorgu üretimi ve sorgu düzeltme olmak üzere üç temel modülü ayrı ayrı analiz ederek, hangi yaklaşımların daha başarılı olduğunu belirliyor. Bu gelişme, yapay zeka destekli veritabanı araçlarının güvenilirliğini artırmak için kritik bir adım sayılıyor.
Yapay zeka artık konuşurken gülmeyi ve ağlamayı da çevirebiliyor
Araştırmacılar, konuşmadan konuşmaya çeviri sistemlerinin en büyük eksikliklerinden birini giderdi. MoVE adlı yeni sistem, sadece kelimeleri değil, gülme ve ağlama gibi duygusal sesleri de başka dillere aktarabiliyor. Geleneksel çeviri sistemleri anlam doğruluğunda başarılı olsa da, konuşmanın duygusal boyutunu tamamen kaybediyordu. Bu yeni yaklaşım, farklı duygusal durumlar için özelleşmiş uzman modüller kullanarak ve bunları akıllı bir yönlendirici ile harmanlayarak çalışıyor. Sistem, İngilizce-Çince çevirilerde hedef duygusal sesleri yüzde 76 oranında başarıyla yeniden üretiyor. En şaşırtıcı bulgu ise sadece 30 dakikalık özenle seçilmiş veri ile güçlü performans elde edilebilmesi. Bu gelişme, gerçek zamanlı çeviri teknolojilerinin doğallığını büyük ölçüde artırabilir.
FilBBQ: Filipinli Araştırmacılar AI Önyargılarını Ölçen Yeni Test Geliştirdi
Filipinli bilim insanları, yapay zeka modellerinin toplumsal önyargılarını değerlendirmek için FilBBQ adlı kapsamlı bir test sistemi geliştirdi. Mevcut önyargı testlerinin çoğunlukla İngilizce ve Batı kültürüne odaklanması nedeniyle, araştırmacılar Filipin kültürüne özgü cinsiyet ve homofobik önyargıları tespit edebilen 10.000'den fazla soru içeren bir benchmark oluşturdular. Dört aşamalı geliştirme sürecinde şablon kategorileştirme, kültürel farkındalıklı çeviri, yeni şablon oluşturma ve soru üretimi aşamalarından geçen sistem, AI modellerinin farklı kültürel bağlamlardaki önyargı eğilimlerini daha doğru şekilde ölçebiliyor.
X'in Toplum Notları Sistemi: İstek Uyarıları İçerik Çeşitliliğini Artırıyor
Sosyal medya platformları yanlış bilgiyle mücadelede toplum tabanlı doğrulama sistemlerine yöneliyor. X'in Toplum Notları özelliğinde kullanıcılar belirli gönderiler için fact-check talebi yapabiliyor. Yeterli talep biriktiğinde sistem bir uyarı gösteriyor. ArXiv'de yayımlanan yeni araştırma, bu uyarıların etkisini inceledi. 318 aktif yazarın 54.874 İngilizce notunu analiz eden çalışma, uyarıların bireysel düzeyde yazarları daha çeşitli ve politik içerikleri fact-check etmeye yönlendirdiğini ortaya koydu. Bu bulgular, crowdsourced doğrulama sistemlerinin hangi içeriklerin incelendiği ve bu incelemenin ne kadar görünür olduğu konusundaki eleştirilere ışık tutuyor. Araştırma, platformların yanlış bilgiyle mücadele stratejilerini geliştirmesi için önemli veriler sunuyor.
Google'ın AI özetleri Wikipedia trafiğini yüzde 15 azaltıyor
Arama motorlarının yapay zeka destekli özet özelliklerinin web sitesi trafiği üzerindeki etkisi ilk kez bilimsel olarak ölçüldü. Google'ın AI Overview özelliğinin küresel lansmanını takip eden araştırmacılar, İngilizce Wikipedia sayfalarının günlük ziyaretçi sayısında ortalama yüzde 15 düşüş tespit etti. Çalışma, farklı dillerdeki Wikipedia sayfalarını karşılaştırarak gerçek etkiyi izole etmeyi başardı. Bulgular, yayıncıların 'AI özetleri trafiğimizi çalıyor' endişelerini desteklerken, teknoloji platformlarının 'tamamlayıcı hizmet sunuyoruz' argümanlarını sorguluyor. Özellikle kültür konulu makalelerde etki daha belirgin görülürken, bu durum içerik üreticilerinin gelir modellerini yeniden düşünmek zorunda kalabileceğini gösteriyor.
Yapay Zeka Sosyal İlişkileri Anlama Konusunda Yetersiz Kalıyor
Araştırmacılar, büyük dil modellerinin (LLM) sosyal ilişkileri anlama yetisini test etmek için SCRIPTS adlı yeni bir veri seti geliştirdiler. Film senaryolarından alınan 1100 diyaloğu içeren bu veri setiyle yapılan testlerde, yapay zeka modellerinin konuşmacılar arasındaki ilişkileri (arkadaş, sevgili, aile vb.) tespit etme başarısı İngilizce için %75-80, Korece için ise sadece %58-69 seviyesinde kaldı. Özellikle düşünce zinciri yönteminin sosyal akıl yürütmede beklenen faydayı sağlamadığı, hatta bazen sosyal önyargıları artırdığı gözlemlendi. Bu bulgular, yapay zekanın insan etkileşimlerinde kritik olan sosyal anlayış konusundaki sınırlarını ortaya koyuyor.
Yapay Zeka Sınav Sistemlerinde Önyargı: İngilizce Öğrenen Öğrenciler Dezavantajda
Yapay zeka destekli otomatik sınav değerlendirme sistemleri, İngilizce öğrenen öğrenciler (ELL) için adaletsiz sonuçlar üretiyor. Araştırmacılar, bu sistemlerin mevcut önyargıları büyüttüğünü ve azınlık gruplarını kayırdığını keşfetti. Sorunun temelinde temsil eksikliği yatıyor: yüksek puan alan ELL öğrenci verisi az olduğu için, sistemler ana dili İngilizce olan öğrencilerin dilsel kalıplarını tercih ediyor. Bu durum, aynı bilgi düzeyine sahip ancak farklı dilsel ifadeler kullanan ELL öğrencilerinin puanlarının düşük çıkmasına neden oluyor. BRIDGE adlı yeni bir yaklaşım, gruplar arası veri artırma tekniği ile bu adaletsizliği gidermeyi hedefliyor.
Lüksemburgca için İlk Yapay Zeka Dil Anlama Testi Geliştirildi
Araştırmacılar, Lüksemburgca için ilk kapsamlı doğal dil anlama (NLU) test setini geliştirdi. ltzGLUE adı verilen bu test paketi, İngilizce'deki popüler GLUE testinden esinlenerek hazırlandı. Lüksemburg'un resmi dillerinden biri olan Lüksemburgca, yapay zeka araştırmalarında sıklıkla göz ardı ediliyordu. Yeni geliştirilen test seti, varlık tanıma, konu sınıflandırması ve niyet analizi gibi çeşitli doğal dil işleme görevlerini içeriyor. Araştırmacılar, mevcut dil modellerinin Lüksemburgca'daki performansını değerlendirerek bu alandaki eksiklikleri ortaya koydu. Bu çalışma, küçük diller için yapay zeka teknolojilerinin geliştirilmesinde önemli bir adım teşkil ediyor ve dil çeşitliliğinin korunmasına katkı sağlıyor.
İbranice İçin Geliştirilen Yeni Veri Seti Dil İşleme Sorununu Çözüyor
Araştırmacılar, İbranice gibi morfolojik açıdan karmaşık dillerdeki doğal dil işleme sorunlarını çözmek için KibutzR adlı kapsamlı bir veri seti geliştirdi. Mevcut dil işleme sistemleri İngilizce için tasarlandığından, İbranice gibi tek bir kelimenin birden fazla anlamsal birim içerebildiği dillerde başarısız oluyor. Bu yeni veri seti, kelime içi, kelime altı ve çoklu kelime seviyelerinde anlamsal bağlantıları tanımlayarak, bu zorluğu aşmak için özel bir değerlendirme protokolü sunuyor. Çalışma, özellikle büyük dil modellerinin ham metin işleme süreçlerinde karşılaştığı zorlukları ele alıyor ve bilgi çıkarma, özetleme gibi uzun metinlerle çalışan uygulamaların geliştirilmesi açısından kritik öneme sahip.
Yapay zeka kompozisyonları artık daha adil puanlıyor: MAPLE sistemi geliştirildi
Araştırmacılar, öğrenci kompozisyonlarını otomatik puanlayan yapay zeka sistemlerinde önemli bir sorunu çözen yeni bir framework geliştirdi. MAPLE adı verilen bu sistem, meta-öğrenme yaklaşımını kullanarak farklı yazı konularında tutarlı puanlama yapabiliyor. Geleneksel sistemler belirli konularda eğitildiklerinde, yeni ve farklı konularda başarısız oluyordu. MAPLE ise prototipal ağları kullanarak konular arası aktarılabilir özellikler öğreniyor. İngilizce ve Arapça metinler üzerinde yapılan testlerde, sistemin mevcut yöntemleri önemli ölçüde geride bıraktığı görüldü. Bu gelişme, eğitim sistemlerinde yapay zeka destekli değerlendirmelerin daha güvenilir hale gelmesi açısından önem taşıyor.
İngilizce 'ish' Ekinin Dil Bilimsel Yolculuğu
Dilbilimciler, İngilizce konuşmacıların sıkça kullandığı 'ish' ekinin dilsel evrimini inceliyor. Bu küçük ek, kelimelere belirsizlik ve yaklaşıklık anlamı katarak modern İngilizcenin esnek yapısını yansıtıyor. Language Log'un araştırmasına göre, 'mystery-y-ish-y' gibi yaratıcı kullanımlar, dilin canlı ve dinamik doğasını gösteriyor. Ek, sadece sıfatlara değil, isim ve fiillere de eklenerek anlam zenginliği yaratıyor. Bu durum, dilin doğal evrim sürecinde konuşucuların nasıl yaratıcı çözümler ürettiğini ortaya koyuyor.
Yapay Zeka İngilizce Öğreniminde Destek mi Kısıtlama mı?
Araştırmacılar, ChatGPT gibi büyük dil modellerinin yabancı dil olarak İngilizce öğrenen öğrencilerin yazma becerilerine etkisini inceledi. Çalışma, gelişmiş yapay zeka modellerinin düşük seviyedeki öğrencilerin değerlendirme puanlarını yükseltse de, gerçek yeteneklerini maskelediğini ortaya koydu. ChatGPT öncesi ve sonrası dönemlerde yazılan öğrenci kompozisyonları analiz edildi. Bulgular, yapay zeka desteğinin artmasının insan yaratıcılığıyla ters orantılı olduğunu gösteriyor. Bu durum, eğitimciler için önemli sorular yaratıyor: Yapay zeka öğrenmeye destek olan bir iskele mi, yoksa gerçek yetenekleri gizleyen bir koltuk değneği mi?