“platform” için sonuçlar
201 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Hint Dilbilimciler Modi'nin Seçim Konuşmasındaki Dil Karışımını İnceliyor
Hindistan Başbakanı Modi'nin Tamil Nadu'daki seçim kampanyası sırasında yaptığı konuşma, dilbilimcilerin dikkatini çekti. Modi'nin daha koyu tenli nüfusun yaşadığı güney bölgesindeki kampanyası tartışma yaratırken, Hindi haber sitelerinin bu olayı nasıl ele aldığı da dil araştırmacıları tarafından inceleniyor. Özellikle 'code-mixing' olarak adlandırılan dil karışımı fenomeni, Hindistan'daki çok dilli toplum yapısının medyada nasıl yansıtıldığını gösteriyor. Language Log dilbilim platformu, yerel medyanın Hindi ve İngilizce karışımı başlıklar kullanmasının sosyolinguistik önemini vurguluyor.
GitHub Actions'ın Gerçek Dünyada Nasıl Kullanıldığı Araştırıldı
Yazılım geliştirmede kritik öneme sahip sürekli entegrasyon ve dağıtım süreçlerinin GitHub Actions platformundaki gerçek dünya kullanımı kapsamlı bir araştırmayla incelendi. 952 yazılım deposundan 258.300 iş akışı kaydının analiz edildiği çalışma, geliştiricilerin hatalara nasıl tepki verdiğini, iş akışlarının proje özelliklerine göre nasıl değiştiğini ortaya koyuyor. Araştırma sonuçları, yoğun kullanılan iş akışlarının daha az hata verdiğini, ancak yapılandırma dosyalarının varlığının kullanılmayan iş akışlarını maskelediğini gösteriyor. Bulgular, modern yazılım geliştirme süreçlerinin otomasyonu konusunda önemli içgörüler sunuyor.
Otonom Araçlar İçin Gerçek Dünya Test Platformu: Tehlikeli Senaryolar Yapay Zeka ile
Çin'den araştırmacılar, otonom sürüş sistemlerini gerçek dünya koşullarında test edebilen yeni bir platform geliştirdi. Sistem, yapay zeka kullanarak tehlikeli trafik senaryoları oluşturuyor ve sürücüsüz araçların güvenlik performansını değerlendiriyor. Platform, gerçek görüntüler üzerinde adversarial (düşman) etkileşimler yaratarak, normal şartlarda karşılaşılması zor olan kritik durumları simüle ediyor. Bu yaklaşım, otonom araçların piyasaya çıkmadan önce güvenlik açıklarının tespit edilmesini sağlıyor. Araştırma, sürücüsüz araç teknolojisinin güvenilirliğini artırmak için önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Karşıt Argümanlarla İçerik Denetimini Güçlendiriyor
Sosyal medya platformlarında yanlış bilginin yayılması büyük endişe yaratırken, X'in Topluluk Notları gibi kitle kaynaklı doğruluk kontrolü sistemleri öne çıkıyor. Ancak bu sistemler partizan önyargı ve doğrulama gecikmeleri gibi sorunlarla karşılaşıyor. Yeni bir araştırma, yapay zekanın destekleyici, nötr veya karşıt argümanlar sunarak içerik denetimini nasıl iyileştirebileceğini inceliyor. Sonuçlar, özellikle karşıt görüşlerin sunulduğu geri bildirimlerin not kalitesini en çok artırdığını gösteriyor. Bu bulgular, farklı bakış açılarının ve insan-yapay zeka iş birliğinin kolektif zekanın geliştirilmesindeki önemini vurguluyor.
Yeni AI Sistemi Kullanıcı Tercihlerini Daha Doğru Tahmin Ediyor
Araştırmacılar, öneri sistemlerinde devrim yaratabilecek yeni bir yapay zeka yaklaşımı geliştirdi. BIPCL adlı bu sistem, kullanıcıların değişen tercihlerini çok daha başarılı şekilde modelleyebiliyor. Mevcut öneri sistemleri genellikle kullanıcıların davranışlarının arkasındaki farklı niyetleri tam olarak yakalayamıyor ve bilgileri etkili şekilde paylaşamıyor. Yeni yaklaşım, kullanıcı ve ürün tarafında ortak niyet prototipleri oluşturarak bu sorunu çözüyor. Sistem, çift yönlü niyet geliştirme mekanizması sayesinde hem ürün hem de kullanıcı dizisi temsillerini güçlendiriyor. Bu gelişme, e-ticaret platformlarından sosyal medya uygulamalarına kadar geniş bir alanda daha kişiselleştirilmiş ve doğru öneriler sunulmasının önünü açıyor.
Synthia: Sosyal Medya Verilerinden Gerçekçi Sanal Kişilikler Üreten Yeni Sistem
Araştırmacılar, sosyal bilim simülasyonları için gerçek sosyal medya gönderilerinden yola çıkarak sanal kişilikler oluşturan Synthia adlı yeni bir framework geliştirdi. Sistem, büyük dil modellerinin gücünü Bluesky platformundaki gerçek kullanıcı verileriyle birleştireyor. Synthia, önceki yöntemlere kıyasla insan düşünce dağılımlarına daha yakın sonuçlar üretirken, daha küçük modellerle çalışabiliyor. Çok boyutlu adalet ve önyargı analizi, sistemin demografik çeşitlilik açısından mevcut yaklaşımları geride bıraktığını gösteriyor. Özellikle gerçek sosyal ağ kullanıcıları arasındaki etkileşim yapılarını koruyarak, daha otantik sanal topluluklar oluşturabiliyor. Bu gelişme, hesamalı sosyal bilim alanında daha güvenilir simülasyonlar yapılmasını sağlayacak.
Yapay zeka artık kişisel estetik zevkinizi anlayabiliyor
Araştırmacılar, insanların görsel estetik tercihlerini kişiselleştiren yeni bir yapay zeka sistemi geliştirdi. P-MLLM adlı sistem, kullanıcıların geçmiş değerlendirmelerine ihtiyaç duymadan, sadece profil bilgilerini kullanarak bir kişinin bir görseli ne kadar beğeneceğini tahmin edebiliyor. Sistem, büyük dil modellerini görsel işleme yetenekleriyle birleştirerek çalışıyor. Kişiselleştirilmiş görsel estetik değerlendirmesi, sosyal medya platformlarından sanat galerilerine kadar birçok alanda kullanım potansiyeline sahip. Yapay zekanın insan algısını ve tercihlerini anlama konusunda önemli bir adım teşkil eden bu çalışma, estetik değerlendirmenin öznel doğasını teknolojik olarak modelleyebilme imkanı sunuyor.
Yeni yapay zeka modeli, gizliliği koruyarak farklı platformlardan öneri sistemi geliştirdi
Araştırmacılar, kullanıcı verilerinin gizliliğini koruyarak farklı platformlardaki bilgileri birleştiren yeni bir öneri sistemi geliştirdi. FedCRF adlı bu sistem, Netflix'ten Amazon'a kadar farklı platformlardaki kullanıcı davranışlarını analiz ederken kişisel bilgileri güvende tutuyor. Geleneksel yöntemlerin aksine, ortak kullanıcı veya ürün gerektirmeden çalışabilen sistem, metinsel anlamları köprü olarak kullanarak platformlar arası bilgi transferi sağlıyor. Federe öğrenme yaklaşımıyla sunucu tarafında global semantik kümeler oluştururken, istemci tarafında yerel veri dağılımlarına dinamik olarak adapte olan özel bir modül kullanıyor. Bu yenilik, dijital platformların artan veri dağınıklığı sorununa çözüm getirirken kullanıcı gizliliğini ön planda tutuyor.
Kullanıcı İçeriklerinde Yapay Zeka Arama Sistemleri için Yeni Değerlendirme Modeli
Araştırmacılar, sosyal medya ve forum gibi kullanıcı tarafından oluşturulan içerik platformlarında yapay zeka destekli arama sistemlerinin etkinliğini artıran yeni bir model geliştirdi. R3A adlı bu sistem, belirsiz kullanıcı sorularını daha iyi anlayarak ve cevap içeren belge bölümlerini hassas bir şekilde tespit ederek arama sonuçlarının kalitesini önemli ölçüde iyileştiriyor. Geleneksel arama sistemlerinin aksine, R3A kullanıcının gerçek amacını popüler içeriklerden yola çıkarak çıkarsamaya çalışıyor ve ilgili belgelerdeki cevap barındıran küçük parçaları belirlemeye odaklanıyor. Bu yaklaşım, özellikle kullanıcı geri bildiriminin sınırlı olduğu durumlarda büyük avantaj sağlıyor.
Robotlar İçin Yeni AI Modeli: OmniVLA-RL Uzamsal Anlayış ve Eylem Hassasiyetini Artırıyor
Araştırmacılar, robotların çevreyi görsel olarak algılayıp doğru eylemler gerçekleştirmesini sağlayan yeni bir yapay zeka modeli geliştirdi. OmniVLA-RL adı verilen bu sistem, mevcut görsel-dil-eylem modellerinin temel sorunlarını çözerek robotların uzamsal algısını ve hareket hassasiyetini önemli ölçüde artırıyor. Model, farklı uzmanlık alanlarını birleştiren Mix-of-Transformers tasarımı kullanırken, Flow-GSPO adlı yeni bir öğrenme yöntemiyle de destekleniyor. LIBERO test platformundaki değerlendirmeler, sistemin mevcut en gelişmiş yöntemleri geride bıraktığını gösteriyor. Bu gelişme, robotların günlük yaşamda daha etkili görevler üstlenmesinin önünü açabilir.
Çeviri Değerlendirmesi Artık İnsan Gücüyle Kolay: Pearmut Platformu
Makine çevirilerinin kalitesini değerlendirmede insan değerlendirmesi altın standart sayılır, ancak karmaşık kurulum süreçleri nedeniyle genellikle otomatik metrikler tercih edilir. Araştırmacılar, bu sorunu çözmek için Pearmut adlı yeni bir platform geliştirdi. Platform, çok dilli doğal dil işleme görevlerinin insan tarafından değerlendirilmesini otomatik değerlendirme kadar kolay hale getiriyor. DA, ESA ve MQM gibi standart protokolleri destekleyen sistem, belge düzeyinde bağlam analizi, mutlak ve karşılaştırmalı değerlendirme özellikleri sunuyor. Bu gelişme, model geliştirme süreçlerinde güvenilir insan değerlendirmesini rutin bir bileşen haline getirebilir.
Fransızca Zararlı İçerik Tespiti İçin Yeni Yapay Zeka Modeli Geliştirildi
Araştırmacılar, Fransızca zararlı içerikleri tespit edebilen ToxiFrench adlı yeni bir yapay zeka sistemi geliştirdi. 53.622 Fransızca çevrimiçi yorumdan oluşan veri seti kullanılarak eğitilen sistem, kültürel bağlama uygun şekilde toksik içerikleri belirleyebiliyor. Çalışmada şaşırtıcı bir bulguya ulaşıldı: küçük dil modelleri, bu görevde büyük modellerden daha başarılı sonuçlar veriyor. Araştırma ekibi, Chain-of-Thought adı verilen özel bir eğitim stratejisi geliştirerek modelin performansını artırdı. Bu gelişme, sosyal medya platformları ve çevrimiçi içerik moderasyonu için önemli bir adım teşkil ediyor.
Yapay zeka lojistik optimizasyonunda yeni dönem: ORThought platformu
Lojistik ve ulaştırma sektöründe optimizasyon modellemesi kritik öneme sahip ancak uzmanlık gerektiren karmaşık bir süreç. Araştırmacılar, büyük dil modellerini kullanarak bu süreci otomatikleştiren ORThought adlı yeni bir sistem geliştirdi. Platform, çift-ajan mimarisiyle çalışarak lojistik problemlerine otomatik çözümler üretebiliyor. Ayrıca LogiOR adlı kapsamlı bir benchmark veri seti de sunularak, sektörde standart oluşturma hedefleniyor. Bu gelişme, lojistik optimizasyonunu demokratikleştirerek küçük şirketlerin de gelişmiş analitik araçlara erişimini sağlayabilir.
Yapay Zeka Modellerinin İş Birliği İle Öneri Sistemleri Güçleniyor
Araştırmacılar, büyük dil modellerinin (LLM) öneri sistemlerinde nasıl daha etkili kullanılabileceğine dair yeni bir yaklaşım geliştirdi. Tek bir yapay zeka modelinin sınırlılıklarını aşmak için birden fazla modelin güçlü yanlarını birleştiren MLTFR adlı sistem, kullanıcı davranışlarını analiz ederek en uygun önerileri sunuyor. Bu yenilik, e-ticaret sitelerinden sosyal medya platformlarına kadar geniş bir kullanım alanına sahip olan öneri sistemlerinin performansını artırarak, kullanıcıların istedikleri içeriği bulmasını kolaylaştırıyor.
Akademisyenler İçin Yeni AI Destekli Araştırma Platformu: Lishu
Araştırmacılar artık elite iş ve yönetim dergilerindeki makaleleri aramak, analiz etmek ve bunları yorumlamak için özel olarak tasarlanmış bir web platformu kullanabiliyor. Lishu adlı bu sistem, sadece makale bulma işlevinin ötesine geçerek, yapay zeka destekli özelliklerle araştırma sürecinin tamamını destekliyor. Platform, prestijli dergi havuzlarından veri topluyor ve kullanıcılara makale özetleri oluşturma, sanal hakemlik simülasyonu yapma ve hatta araştırma hibeleri için anlatı metinleri hazırlama imkanı sunuyor. Bu gelişme, özellikle doktora öğrencileri ve akademik araştırmacılar için literatür tarama ve analiz süreçlerini önemli ölçüde hızlandırabilir.
Sosyal ağlarda sevgi-nefret ilişkilerini öngören yeni yapay zeka modeli
Araştırmacılar, sosyal medya platformlarındaki olumlu ve olumsuz ilişkileri tahmin edebilen yeni bir yapay zeka sistemi geliştirdi. IDP-DSN adlı bu model, kullanıcılar arasındaki beğeni-nefret dinamiklerini ayrı ayrı analiz ederek daha doğru tahminler yapabiliyor. Sistem, daha önce hiç karşılaşmadığı kullanıcıların bile gelecekteki davranışlarını tahmin edebilme yeteneğine sahip. Bu teknoloji, sosyal medya platformlarının içerik moderasyonu, arkadaş önerisi ve topluluk yönetimi gibi alanlarda kullanılabilir. Model, geleneksel yöntemlerin aksine pozitif ve negatif sinyalleri birbirinden ayırarak çalışır ve bu sayede daha güvenilir sonuçlar üretir.
Yapay Zeka İçin Yeni Araç: Özellik Seçimini Kolaylaştıran FSEVAL
Araştırmacılar, makine öğrenmesi algoritmalarının performansını artırmak için kritik öneme sahip özellik seçimi işlemini kolaylaştıran yeni bir araç geliştirdi. FSEVAL adlı bu platform, veri bilimcilerin hangi özelliklerin gerçekten önemli olduğunu belirleme sürecini standartlaştırıyor ve görselleştiriyor. Makine öğrenmesinde 'boyut laneti' olarak bilinen probleme çözüm arayan bu araç, gereksiz veri özelliklerini ayıklayarak hem modellerin açıklanabilirliğini koruyor hem de performansını artırıyor. Platform, farklı özellik seçimi algoritmalarını kapsamlı şekilde değerlendirme imkanı sunuyor.
VR Oyunları Robot Eğitimi için Veri Toplama Merkezine Dönüşüyor
Araştırmacılar, robotların gerçek dünyada nasıl hareket edeceğini öğrenmesi için gerekli verileri toplamak amacıyla sanal gerçeklik oyunlarını kullanan yenilikçi bir sistem geliştirdi. Unity tabanlı bu platform, insanların VR gözlükleriyle humanoid robotları kontrol ederek çeşitli görevleri yerine getirmesini sağlıyor. Sistem, otomatik sahne oluşturma, görev değerlendirmesi ve hareket kaydı özelliklerini birleştireyor. Çöp toplama ve yerleştirme görevi üzerinde yapılan testler, bu yöntemle toplanan verilerin robot öğrenmesi için oldukça kapsamlı olduğunu gösteriyor. Görev zorluğu arttıkça, kullanıcıların daha yoğun hareketler yaptığı ve robot kolunun çalışma alanını daha geniş şekilde kullandığı gözlemleniyor.
Graf Tabanlı Yapay Zeka: Öneri Sistemlerinde Yeni Dönem
Araştırmacılar, graf yapıları üzerinde çalışan yeni bir yapay zeka algoritması geliştirdi. Bu sistem, birbirine bağlı veriler arasındaki ilişkileri kullanarak daha akıllı öneriler sunabiliyor. Özellikle içerik tabanlı öneri sistemlerinde devrim yaratabilecek bu yaklaşım, her bir öğenin komşularından öğrenerek tahminlerini geliştiriyor. Geleneksel yöntemlerin aksine, bu algoritma büyük veri setlerinde bile verimli çalışabiliyor ve gerçek dünya uygulamalarında binlerce öğe için kullanıcı tercihlerini başarıyla tahmin edebiliyor. Makine öğrenmesi ve öneri sistemleri alanında önemli bir adım olan bu çalışma, sosyal medya platformlarından e-ticaret sitelerine kadar geniş uygulama alanına sahip.
Yapay Zeka Sistemlerinde Hızlı Düşünce Yavaş Düşünceden Daha Etkili Olabilir
Merkeziyetsiz Özerk Organizasyonlar (DAO'lar) için geliştirilen küçük dil modellerinde yapılan yeni bir araştırma, beklenmedik bir sonuç ortaya koydu. Araştırmacılar, yapay zeka sistemlerinde 'System 1' (hızlı, sezgisel) ve 'System 2' (yavaş, mantıklı) düşünce süreçlerinin etkisini inceledi. Sentinel-Bench adlı test platformunda 840 farklı çıkarım gerçekleştirerek, Qwen-3.5-9B modelinin performansını değerlendirdiler. Sonuçlar, karmaşık mantık yürütme süreçlerinin her zaman daha iyi sonuç vermediğini gösterdi. Hızlı düşünce modeli %100 doğrulukla 13 saniyeden kısa sürede sonuç verirken, daha karmaşık System 2 yaklaşımı beklenmedik şekilde kararsızlık yarattı. Bu bulgular, yapay zeka sistemlerinin optimizasyonunda hızın doğruluktan daha önemli olabileceğini düşündürüyor.
Yapay Zeka Sıralama Sistemleri Stratejik Manipülasyona Ne Kadar Savunmasız?
Araştırmacılar, Bradley-Terry modeli gibi yaygın kullanılan sıralama algoritmalarının stratejik veri manipülasyonuna karşı savunmasızlığını inceledi. Çalışma, az sayıda stratejik kullanıcının bile sistemin genel sıralamasını önemli ölçüde değiştirebileceğini ortaya koyuyor. Maksimum Olabilirlik Tahminlemesi tabanlı bu sistemlerin belirli bir manipülasyon eşiğini aştıktan sonra ani bir kırılma davranışı sergilediği gözlemlendi. Araştırma, özellikle seçim sistemleri ve online platformlardaki sıralama algoritmalarının güvenilirliği açısından önemli sonuçlar taşıyor. Bulgular, mevcut AI sistemlerinin dış müdahalelere karşı daha dayanıklı hale getirilmesi gerektiğini işaret ediyor.
Yapay Zeka Video Altyazılarını Gerçeklik Kontrolüyle Değerlendiren Yeni Model
Araştırmacılar, video altyazılarının kalitesini ve gerçekliğini değerlendiren VC-Inspector adlı yeni bir yapay zeka modeli geliştirdi. Mevcut değerlendirme sistemlerinin aksine, bu model herhangi bir referans metne ihtiyaç duymadan altyazıların ne kadar doğru olduğunu analiz edebiliyor. Model, özellikle gerçeklik kontrolüne odaklanarak, altyazılardaki yanlış bilgileri tespit edebiliyor. Test sonuçları, VC-Inspector'ın insan değerlendirmenleriyle oldukça uyumlu sonuçlar verdiğini ve farklı video türlerinde başarılı olduğunu gösteriyor. Açık kaynak olarak sunulan bu teknoloji, video içerik üreticilerinden eğitim platformlarına kadar geniş bir kullanım alanına sahip.
Yapay Zeka Artık Metin ve Görsel Kanıtları Birleştirerek Uzun Raporlar Yazabiliyor
Araştırmacılar, Deep-Reporter adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, internetteki metin ve görsel kaynakları tarayarak, tıpkı uzman gazeteciler gibi uzun ve detaylı raporlar hazırlayabiliyor. Geleneksel AI sistemlerinin aksine, Deep-Reporter sadece metinle yetinmiyor; grafikleri, tabloları ve diğer görselleri de analiz ederek bunları raporda uygun şekilde konumlandırıyor. Sistem, üç ana bileşenden oluşuyor: çok modalı arama ve filtreleme, kontrol listesi rehberli sentez ve tekrarlayan bağlam yönetimi. Bu yenilik, AI'ın halüsinasyon sorununu azaltırken, ürettiği içeriklerin gerçek kaynaklara dayanmasını sağlıyor. Araştırmacılar ayrıca sistemlerini test etmek için M2LongBench adlı kapsamlı bir değerlendirme platformu da oluşturdular.
Ses Yapay Zekalarına Gerçek Dünya Testi: RSA-Bench Platformu Geliştirildi
Araştırmacılar, ses işleyen büyük yapay zeka modellerinin gerçek dünya koşullarındaki performansını ölçmek için RSA-Bench adlı yeni bir test platformu geliştirdi. Mevcut değerlendirme yöntemleri yapay gürültü ve basit müdahaleler kullanırken, yeni platform gerçek akustik ortamların karmaşık yapısını simüle ediyor. Çayır, aşırı hava koşulları, sınıf ve açık alan gibi çeşitli çevre ses manzaralarını temiz konuşma sinyalleriyle birleştiren sistem, ses AI modellerinin gerçek dünyadaki dayanıklılığını test ediyor. Bu gelişme, ses teknolojilerinin pratik uygulamalarda daha güvenilir çalışması için kritik önem taşıyor.