“pH” için sonuçlar
130 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
StealthGraph: Yapay Zekâ Güvenlik Açıklarını Ortaya Çıkaran Yeni Sistem
Araştırmacılar, büyük dil modellerinin (LLM) finans ve sağlık gibi özel alanlardaki güvenlik risklerini tespit eden StealthGraph adlı yeni bir framework geliştirdi. Sistem, bilgi grafiklerini kullanarak alan-specific zararlı istekleri sistematik olarak üretebiliyor. Mevcut güvenlik sistemlerinin kolayca tespit edebildiği açık zararlı isteklerin aksine, dolaylı ve örtülü zararlı isteklerin tespiti çok daha zor. StealthGraph, domain bilgisini işlem yapılabilir kısıtlamalara dönüştürürken, zararlı istekleri daha örtülü hale getiren iki aşamalı bir gizleme strategi uygulayarak bu soruna çözüm sunuyor. Bu gelişme, yapay zekâ güvenliğinde önemli bir adım teşkil ediyor.
Yapay zeka ile sahte fotoğrafları tespit eden yeni yöntem geliştirildi
Araştırmacılar, dijital görüntülerde copy-move sahteciliğini tespit edebilen GraphSpecForge adlı yeni bir framework geliştirdi. Bu yöntem, bir görüntünün belirli bölümlerinin kopyalanıp başka yerlere yapıştırılarak içeriğin gizlenmesi veya değiştirilmesi durumlarını ortaya çıkarabiliyor. Sistem, Stable Diffusion U-Net modelinin dikkat grafiklerini analiz ederek çalışıyor ve özel eğitime ihtiyaç duymuyor. Copy-move manipülasyonlarının dikkat grafiklerinde yaklaşık alt-grafik duplikasyonuna yol açtığı ve bu durumun normalleştirilmiş graf Laplacian'ında ölçülebilir spektral yeniden dağılıma sebep olduğu keşfedildi. Wasserstein mesafeleri kullanılarak görüntü seviyesinde anomali tespiti yapılan sistem, dört farklı test setinde değerlendirildi ve RecodAI-LUC veri setinde %60.6 AUROC başarı oranına ulaştı.
Symphony: Yapay Zeka Eğitiminde Ağ Trafiğini Düzenleyen Yeni Sistem
Dağıtık yapay zeka eğitiminde kullanılan ring-tabanlı iletişim sistemlerindeki senkronizasyon sorunlarını çözen yeni bir teknoloji geliştirildi. Symphony adlı bu sistem, ağ gecikmesi ve tıkanıklığından kaynaklanan performans düşüşlerini önleyerek AI modellerinin daha verimli eğitilmesini sağlıyor. Araştırmacılar, büyük dil modelleri gibi karmaşık AI sistemlerinin eğitimi sırasında ortaya çıkan ağ sorunlarına odaklandı. Sistem, pipeline adımlarındaki hizalama bozukluklarını tespit ederek hızlı akan veri akışlarını yavaşlatıyor ve geride kalan akışların yetişmesini sağlıyor. Bu yaklaşım, global koordinasyon gerektirmeden yerel çözümler sunarak sistem verimliliğini artırıyor.
Fizik Yasalarını Öğrenen Yapay Zeka Video Üretiminde Çığır Açabilir
Araştırmacılar, gerçekçi videolar üreten yapay zekanın fizik yasalarını anlamadığı sorununa çözüm geliştirdi. Phantom adlı yeni sistem, video üretimi sırasında fiziksel dinamikleri de modelleyerek daha tutarlı ve gerçekçi hareketler yaratıyor. Mevcut video üretim modelleri görsel olarak etkileyici sonuçlar verse de, nesnelerin nasıl hareket etmesi gerektiğini fizik kurallarına göre hesaplayamıyor. Bu da gerçek dışı sahnelerin ortaya çıkmasına neden oluyor. Yeni yaklaşım, görsel içerikle birlikte gizli fiziksel özellikleri de çıkarımda bulunarak, hem görüntüyü hem de fiziksel dinamikleri eş zamanlı olarak tahmin ediyor.
Çok Amaçlı Kontrol Sistemlerinde Yeni Karar Verme Yaklaşımı Geliştirildi
Araştırmacılar, çok amaçlı model öngörülü kontrol sistemlerinde karar verme sürecini iyileştiren yeni bir yaklaşım geliştirdi. 'Bireysel minimum bilgilendirilmiş karar verme' adı verilen bu yöntem, yüksek seviyeli tercihleri otomatik olarak tek bir çözüme dönüştürmeyi hedefliyor. Sistem, Pareto cephesi üzerindeki karakteristik noktaları kullanarak iki ardışık optimizasyon ile çalışıyor. Bu yaklaşım, amaç sayısından bağımsız olarak gerçek zamanlı uygulanabilirliği artırıyor. Endüstriyel süreç kontrolü, robotik ve otonom sistemler gibi alanlarda kritik önem taşıyan bu gelişme, karmaşık sistemlerin daha verimli kontrolünü mümkün kılıyor.
Yapay Zeka Nesli Tükenmekte Olan Dilleri Konuşmayı Öğreniyor
Araştırmacılar, büyük dil modellerinin hiç eğitim almadıkları dilleri bile tanıyıp çevirebildiğini keşfetti. Phi-4 ve Qwen3-Omni gibi gelişmiş AI sistemleri, ses ve metin verilerini birlikte kullanarak nesli tükenmekte olan üç farklı dili başarıyla öğrendi. Bu çalışma, dünya genelinde binlerce dilin kaybolma tehlikesiyle karşı karşıya olduğu bir dönemde büyük önem taşıyor. Geleneksel yöntemlerle bu dilleri dijitalleştirmek yeterli veri eksikliği nedeniyle zorken, yeni multimodal öğrenme yaklaşımı umut verici sonuçlar gösteriyor. Teknoloji, diller arası aktarım öğrenmesi sayesinde daha verimli çalışabiliyor ve dikkat mekanizmalarını analiz ederek hangi katmanlarda ses ile metin arasında tercih yaptığını ortaya koyuyor.
Yapay Zeka Fizik Bilgisiyle Video İzleyerek Parçacık Takibi Yapıyor
Araştırmacılar, video görüntülerinden tek parçacıkları takip edebilen yeni bir yapay zeka sistemi geliştirdi. Physics-Informed Tracking (PIT) adı verilen bu sistem, sinir ağları ve fizik kurallarını birleştirerek parçacıkların hareketlerini daha doğru şekilde izliyor. Sistem, parçacıkların konumlarını tespit eden otoenkoder ağ yapısı ile fizik dinamiklerini uygulayan modülü bir araya getiriyor. Geliştirilen özel kayıp fonksiyonu, parçacık yörüngelerinin fiziksel tutarlılığını sağlıyor ve etiket verilerine ihtiyaç duymadan öğrenme gerçekleştiriyor. Bu yenilik, bilimsel araştırmalardan endüstriyel uygulamalara kadar geniş bir yelpazede parçacık takibi gerektiren alanlarda kullanılabilir.
Açık kaynak yapay zeka modelleri oltalama saldırılarına karşı savunmasız
Araştırmacılar, açık kaynak büyük dil modellerinin (LLM) oltalama saldırılarına karşı ciddi güvenlik açıkları taşıdığını ortaya koydu. GuardPhish adlı kapsamlı çalışmada, 70 binden fazla gerçek oltalama örneği kullanılarak 8 farklı model test edildi. Sonuçlar, modellerin oltalama girişimlerini %96 oranında tespit edebildiği halde, aynı içerikleri üretme konusunda başarısız olduğunu gösterdi. Bu durum, özellikle çevrimdışı ortamlarda kullanılan AI sistemlerinin güvenlik zafiyetlerini gözler önüne seriyor. Çalışma, web, e-posta, SMS ve sesli saldırı senaryolarını kapsayan geniş bir veri seti kullanarak gerçek dünya tehditlerine odaklanıyor.
Drone'lar İçin Akıllı Grafik Ağı: 3D Sahne Rekonstrüksiyonunda Yeni Dönem
Araştırmacılar, düşük irtifada uçan drone'lardan toplanan görüntülerle 3D sahne rekonstrüksiyonu yapan yeni bir sistem geliştirdi. LAGS (Low-Altitude Gaussian Splatting) adı verilen bu teknoloji, dağıtık drone filolarının çektiği hava görüntülerini birleştirerek üç boyutlu sahneler oluşturuyor. Ancak mevcut kaynak dağıtım sistemleri, görüntü kalitesini maksimuma çıkarmaya odaklanırken iletişim verimliliğini göz ardı ediyordu. Yeni geliştirilen GW-HGNN (Groupwise Heterogeneous Graph Neural Network) sistemi, farklı açılardan çekilen görüntülerin yeniden yapılandırma sürecine olan katkılarını akıllıca hesaplayarak bu sorunu çözüyor. Sistem, veri kalitesi ve aktarım maliyeti arasında otomatik denge kuruyor. Gerçek dünya verileriyle yapılan testler, yeni metodun mevcut teknolojilerden önemli ölçüde daha başarılı olduğunu gösteriyor.
AI ajanları için yeni paket yöneticisi geliştirildi: Skilldex
Büyük dil modeli (LLM) ajanlarının yeteneklerini genişletmek için kullanılan beceri paketlerinin yönetiminde önemli bir adım atıldı. Araştırmacılar, AI ajanlarının çalışma anında yeni beceriler öğrenmesini sağlayan yapılandırılmış talimat paketlerini daha etkili şekilde organize eden Skilldex adlı yeni bir sistem geliştirdi. Bu sistem, beceri paketlerinin Anthropic'in yayınladığı format standartlarına uygunluğunu değerlendiren bir derleyici benzeri puanlama sistemi sunuyor. Aynı zamanda birbiriyle ilişkili becerileri ortak kaynaklarla bir araya getirerek tutarlılığı koruyan 'skillset' adı verilen yeni bir soyutlama katmanı getiriyor. Bu gelişme, AI ajanlarının daha organize ve uyumlu beceri kütüphanelerine sahip olmasını sağlayarak yapay zeka sistemlerinin performansını artırma potansiyeli taşıyor.
Yapay Zeka Çipleri Artık Sıfır Bilgi İspatları İçin Kullanılabilecek
Araştırmacılar, kripto para ve blockchain dünyasında kritik öneme sahip sıfır bilgi ispatlarının hesaplanmasını hızlandırmak için yapay zeka çiplerini kullanmanın yolunu buldu. MORPH adlı yeni framework, TPU gibi AI çiplerinin güçlü matrix işleme kapasitesini sıfır bilgi ispat hesaplamalarında kullanarak bu süreçleri dramatik şekilde hızlandırıyor. Sıfır bilgi ispatları, bir kişinin gizli bir bilgiye sahip olduğunu o bilgiyi açıklamadan kanıtlamasına olanak tanıyan kriptografik yöntemler. Ancak bu hesaplamalar çok maliyetli ve yavaş. Yeni yaklaşım, bu sorunu yapay zeka çiplerinin sahip olduğu paralel işlem gücüyle çözmeyi hedefliyor.
ConforNets: Protein yapılarının farklı hallerini keşfeden yeni AI sistemi
AlphaFold ailesindeki modeller, proteinlerin baskın yapısal hallerini başarıyla tahmin etse de, biyolojik açıdan önemli olan alternatif durumları yakalama konusunda yetersiz kalıyordu. Araştırmacılar bu sorunu çözmek için ConforNets adlı yeni bir yaklaşım geliştirdi. Bu sistem, AlphaFold3'ün iç temsil katmanlarında stratejik değişiklikler yaparak proteinlerin farklı konformasyonlarını ortaya çıkarabiliyor. Önceki yöntemlerin aksine, ConforNets küresel düzeyde modülasyonlar gerçekleştirerek tüm proteinlerde yeniden kullanılabilir hale geliyor. Test sonuçları, mevcut tüm çok durumlu kıyaslama veri setlerinde en yüksek başarı oranlarına ulaştığını gösteriyor. Bu gelişme, protein dinamiklerini anlamada ve ilaç tasarımında yeni olanaklar sunabilir.
Güneş Enerjisi Tahmininde Yeni Dönem: Fizik Kurallarını Bilen Yapay Zeka
Şebeke bağlantısı olmayan güneş enerjisi sistemlerinin güvenilir çalışması için araştırmacılar, fizik kurallarını içeren yeni bir yapay zeka modeli geliştirdi. Physics-Informed State Space Model (PISSM) adlı bu sistem, güneş ışınımını tahmin ederken hem yüksek doğruluk hem de düşük hesaplama maliyeti sunuyor. Geleneksel derin öğrenme modellerinin aksine, güneşin günlük döngüsü ve atmosferik koşulları gibi fiziksel gerçekleri dikkate alarak imkansız tahminler üretmeyi engelliyor. Model, küçük işlemcilerde bile çalışabilecek kadar hafif tasarlanmış ve meteorolojik sensör verilerindeki gürültüyü filtreleyebiliyor. Bu gelişme, özellikle uzak bölgelerdeki güneş enerjisi sistemlerinin daha verimli yönetilmesi açısından önemli bir adım.
Python Kodlarındaki Kütüphane Sorunlarını Çözen Akıllı Sistem
Araştırmacılar, Python programlama dilindeki kütüphane bağımlılık sorunlarını otomatik olarak çözen MEMRES adlı yapay zeka sistemi geliştirdi. Sistem, hafıza destekli öğrenme ve çok katmanlı güven mekanizması kullanarak, büyük dil modellerine olan bağımlılığı minimize ediyor. Test sonuçlarında %86.6 başarı oranına ulaşarak, mevcut yöntemlerin %54.7'lik performansını büyük farkla geçti. Sistem, kendini geliştiren hafıza, hata örüntü veritabanı ve semantik analiz bileşenlerini birleştirerek çalışıyor.
Yapay zeka sistemlerinin gizli bilgi grafikleri çalınabilir: Yeni siber saldırı yöntemi
Araştırmacılar, GraphRAG sistemlerinin gizli bilgi yapılarını çalmak için yeni bir siber saldırı yöntemi geliştirdi. AGEA adlı bu teknik, yapay zeka sistemlerinin arka planında kullandığı bilgi grafiklerini sınırlı sayıda sorguyla çıkarabilir. GraphRAG sistemleri, belgeler arasında bağlantılar kurarak çok adımlı mantık yürütme yapan gelişmiş AI teknolojileri. Ancak bu sistemler, verdikleri yanıtlarda istemeden gizli bilgi parçalarını sızdırabilir. Yeni saldırı yöntemi, bu sızıntıları kullanarak sistemin sahip olduğu tüm bilgi ağını yeniden inşa edebilir. Tıp, tarım ve edebiyat alanlarında yapılan testler, saldırının oldukça etkili olduğunu gösterdi. Bu keşif, AI sistemlerinin güvenlik açıklarını ortaya koyarak geliştiricilerin daha güvenli sistemler tasarlamasına yardımcı olabilir.
Yalan haberlerin yayılmasını önlemek için yeni matematiksel model geliştirildi
Araştırmacılar, pandemi dönemlerinde yalan haberlerin nasıl yayıldığını ve nasıl durdurabileceğimizi anlamak için sofistike bir matematiksel model geliştirdi. Model, insanların bilgi işleme sürelerindeki gecikmeleri, toplumsal şüpheciliği ve doğruluk kontrolü mekanizmalarını dikkate alıyor. Stokastik gecikme dinamikleri kullanan sistem, sosyal etkileşimlerdeki rastgele dalgalanmaları da hesaba katıyor. Araştırma, bilgi kirliliği ile mücadelede zamanlamanın kritik önemini vurguluyor ve erken farkındalık kampanyaları ile hızlı doğrulama mekanizmalarının yanlış bilgilerin yayılmasını önemli ölçüde azaltabileceğini gösteriyor. Model, özellikle sağlık krizleri sırasında toplumun nasıl reaksiyon verdiğini anlamamıza yardımcı oluyor.
3D Nesnelerin Gerçekçi Dönüşümünde Yeni Dönem: SemMorph3D
Araştırmacılar, 3D nesnelerin hem şeklini hem dokusunu çok açılı görüntülerden yola çıkarak dönüştüren yeni bir sistem geliştirdi. SemMorph3D adlı bu teknoloji, geleneksel mesh tabanlı yöntemlerle Gaussian Splatting tekniğinin avantajlarını birleştiriyor. Sistem, kaba bir mesh yapıyı rehber olarak kullanarak yapılandırılmamış Gaussian noktalarını yönlendiriyor ve böylece geometrik bütünlüğü korurken gerçekçi görsel sonuçlar elde ediyor. Bu yenilik, 3D modelleme, oyun geliştirme ve sanal gerçeklik uygulamalarında devrim yaratma potansiyeli taşıyor.
PyEPO: Tahmin Sonrası Optimizasyon İçin Yeni Python Kütüphanesi Geliştirildi
Araştırmacılar, makine öğrenmesi tahminlerini optimizasyon problemleriyle doğrudan birleştiren PyEPO adlı yeni bir Python kütüphanesi geliştirdi. Geleneksel yöntemlerde tahmin ve optimizasyon aşamaları ayrı ayrı yapılırken, bu kütüphane iki süreci tek bir sistemde birleştirerek daha etkili sonuçlar elde etmeyi hedefliyor. Özellikle doğrusal ve tamsayı programlama problemlerinde, bilinmeyen parametrelerin bağlamsal bilgilerden tahmin edilmesi gereken durumlar için tasarlandı. PyTorch tabanlı olan kütüphane, kullanıcı dostu arayüzü ve çeşitli algoritma seçenekleriyle araştırmacılara kapsamlı bir araç sunuyor.
Graf Sinir Ağlarında Sürekli Derinlik: Yeni Matematiksel Teori Geliştirildi
Araştırmacılar, graf yapılarındaki dinamikleri modelleyen Graf Sinir Diferansiyel Denklemleri (GNDE) için yeni bir matematiksel teori geliştirdi. Bu çalışma, sosyal ağlardan moleküler yapılara kadar birçok alanda kullanılan graf sinir ağlarının sürekli derinlik mimarisinde nasıl davrandığını açıklıyor. Özellikle sonsuz düğüm limitinde bu sistemlerin nasıl yakınsadığını ve farklı boyutlardaki graflar arasında nasıl transfer edilebileceğini matematiksel olarak kanıtlıyor. Graphon Sinir Diferansiyel Denklemleri adı verilen yeni yaklaşım, büyük ölçekli graf verilerinin işlenmesinde önemli teorik temeller sunuyor.
MoCo: Yapay Zeka Modellerinin İş Birliği İçin Geliştirilen Kapsamlı Platform
Araştırmacılar, tek başına çalışan büyük dil modellerinin ötesine geçerek, birden fazla yapay zeka modelinin birlikte çalışabileceği yeni bir yaklaşım geliştirdiler. MoCo adlı bu Python kütüphanesi, 26 farklı model iş birliği yöntemini tek platformda birleştiriyor. Sistem, modellerinin bilgi paylaşımından parametre alışverişine kadar çeşitli seviyelerde etkileşim kurmasına olanak tanıyor. Platform, akıl yürütme, soru-cevap, kodlama ve güvenlik alanlarında 25 farklı değerlendirme veri setini içeriyor. Yapılan testler, iş birliği stratejilerinin tekil modellere göre daha başarılı sonuçlar verdiğini gösteriyor. Bu çalışma, dağınık halde bulunan model iş birliği araştırmalarını sistematik bir çerçevede toplayan ve alan için standart oluşturan önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Ajanları Artık Daha Az Token ile Çalışacak
Büyük dil modellerini kullanan çoklu ajan sistemleri, token verimsizliği sorunu yaşıyor. Tüm ajanların aynı anda aktif olması ve gereksiz bilgi paylaşımı, maliyetleri artırıyor. Araştırmacılar, ajanların aktivasyonunu zamanlama ile kontrol eden yeni bir sistem geliştirdi. Phase-Scheduled Multi-Agent Systems (PSMAS) adlı bu çerçeve, her ajana dairesel bir manifold üzerinde sabit açısal pozisyon atayarak, sadece gerekli olan ajanları belirli zamanlarda aktif hale getiriyor. Bu yaklaşım, geleneksel koordinasyon yöntemlerinin aksine zamansal boyutu da dikkate alıyor ve token kullanımını önemli ölçüde optimize ediyor.
Yapay Zeka Videoları 'Gaslighting' ile Kandırılabiliyor
Araştırmacılar, video anlama konusunda başarılı olan büyük dil modellerinin (Vid-LLM) 'gaslighting' tekniğine karşı savunmasız olduğunu keşfetti. Bu modeller, başlangıçta doğru cevaplar verse de kullanıcının yanıltıcı geri bildirimlerinden sonra yanlış kararlar alarak, hatalı açıklamalar üretebiliyor. Stanford araştırmacıları bu sorunu 'spatiotemporal sycophancy' (uzamsal-zamansal dalkavukluk) olarak adlandırdı ve GasVideo-1000 test veri setini geliştirerek farklı modelleri değerlendirdi. Bulgular, yapay zekanın insan etkileşimlerinde ne kadar manipüle edilebilir olduğunu gösteriyor.
Yapay zeka artık çelişkili bilgileri ayıklayarak daha güvenilir yanıtlar üretiyor
Uzun metinler üreten yapay zeka sistemlerinin en büyük sorunu, internetten topladığı bilgilerin birbiriyle çelişmesi ve yanlış sonuçlar vermesiydi. Araştırmacılar, bu problemi çözmek için ArbGraph adlı yeni bir sistem geliştirdi. Bu teknoloji, yapay zekanın yanıt üretmeden önce elde ettiği bilgileri analiz ederek çelişkileri tespit ediyor ve güvenilmez kaynakları eleyiyor. Sistem, bilgileri atomik iddialar halinde parçalayıp aralarındaki destek ve çelişki ilişkilerini haritalandırıyor. Böylece yapay zeka, daha tutarlı ve güvenilir uzun metinler üretebiliyor.
Kara Para Aklamayı Tespit Eden Yapay Zeka İçin Yeni Gerçekçi Test Ortamı
Araştırmacılar, kara para aklama faaliyetlerini tespit etmek için kullanılan yapay zeka sistemlerinin performansını daha gerçekçi koşullarda değerlendiren TransXion adlı yeni bir test platformu geliştirdi. Mevcut test veri setleri, gerçek finansal işlemleri yeterince yansıtmadığı ve basit şablonlarla oluşturulmuş sahte anomaliler içerdiği için yapay zeka modellerinin gerçek performansını doğru ölçemiyor. TransXion, hem normal finansal aktiviteleri gerçekçi şekilde simüle ediyor hem de şüpheli işlemleri daha karmaşık ve rastgele yöntemlerle üretiyor. Bu sayede, bir kişinin veya kurumun alışılmış davranış kalıplarından sapan 'karakter dışı' anomalileri tespit edebilen daha güvenilir anti-kara para aklama sistemleri geliştirilmesi mümkün hale geliyor.