“özel eğitim” için sonuçlar
8 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Modelleri Elektrik Faturalarından Veri Çıkarımında Başarılı
Araştırmacılar, genel amaçlı büyük dil modellerinin İspanyol elektrik faturalarından yapılandırılmış bilgi çıkarma becerisini değerlendirdiler. Gemini 1.5 Pro ve Mistral-small modellerini kullanan çalışmada, özel eğitim gerektirmeden faturalardan otomatik veri çıkarımı test edildi. Sonuçlar, doğru komut mühendisliğinin model parametrelerinden çok daha önemli olduğunu ortaya koydu. En gelişmiş few-shot stratejileri, temel zero-shot yaklaşımlarına kıyasla yüzde 19'luk performans artışı sağladı. Bu bulgular, işletmelerin fatura işleme süreçlerini otomatikleştirmede yapay zekanın potansiyelini gösteriyor.
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.
Yapay zeka denizlerdeki gemileri radar görüntülerinde otomatik tespit ediyor
Araştırmacılar, denizcilik gözetiminde kullanılan Sentetik Açıklıklı Radar (SAR) görüntülerindeki gemileri otomatik olarak tespit eden yeni bir yapay zeka sistemi geliştirdi. Sistem, özel eğitim verisi gerektirmeden gemi tespiti yapabiliyor. YOLOv11 algoritması gemileri tespit ederken, Segment Anything Model 2 (SAM2) bu gemilerin kesin sınırlarını belirliyor. Bu yaklaşım, geleneksel yöntemlerin aksine piksel düzeyinde manuel etiketleme gerektirmiyor. Denizcilik güvenliği ve gemi takibi açısından önemli olan bu teknoloji, gemi sınıflandırması, boyut ölçümü ve iz analizi gibi uygulamalarda kullanılabiliyor.
Yapay Zeka Müzik Notalarını Ne Kadar Anlıyor? MSU-Bench Testi Sonuçları
Araştırmacılar, büyük dil modellerinin ve görsel-dil modellerinin müzikal notasyonları anlama kapasitesini değerlendirmek için MSU-Bench adlı yeni bir test sistemi geliştirdi. Bach, Beethoven, Chopin ve Debussy'nin eserlerinden oluşturulan 1.800 soru-cevap çiftini içeren bu benchmark, yapay zekanın müzik teorisindeki temel kavramlardan karmaşık form analizine kadar farklı zorluk seviyelerindeki performansını ölçüyor. 15'ten fazla gelişmiş modelin test edildiği çalışmada, metinsel ve görsel nota formatları arasında büyük performans farkları olduğu, zorluk seviyelerine göre tutarsız sonuçlar alındığı ve çok katmanlı doğrulukta ciddi zorlanmalar yaşandığı ortaya çıktı. Özel eğitim verilen modellerin her iki formatta da önemli iyileşme göstermesi, bu alandaki gelişim potansiyelini işaret ediyor.
Yapay Zeka Tek Taraflı Konuşmaları Anlayabilir mi?
Araştırmacılar, yapay zekanın sadece bir kişinin sesini duyabildiği durumlarda nasıl çalışabileceğini incelediler. Telemedisin, çağrı merkezleri ve akıllı gözlükler gibi birçok gerçek dünya uygulamasında, konuşmanın yalnızca bir tarafı kaydedilebiliyor. Bu durumu 'tek taraflı konuşma problemi' olarak adlandıran bilim insanları, yapay zekanın eksik olan konuşmacının sözlerini tahmin edebilip edemeyeceğini ve bu tür eksik diyaloglardan nasıl öğrenebileceğini araştırdı. Çalışma, büyük dil modellerinin bu zorluğun üstesinden gelme konusunda umut verici sonuçlar gösterdiğini, ancak daha küçük modellerin özel eğitim gerektirdiğini ortaya koydu. Bulgular, gelecekte tek taraflı kayıtlarla çalışan daha akıllı sistemler geliştirilebileceğini gösteriyor.
Yapay Zeka Modelleri Fotoğraflardan Yer Tespitinde Nerede Başarısız Oluyor?
Araştırmacılar, görsel-dil modellerinin (VLM) fotoğraflardan coğrafi konum tespiti yapma yeteneklerini kapsamlı bir şekilde test etti. Geleneksel yöntemlerden farklı olarak GPS verisi veya özel eğitim kullanmadan, sadece anlık sorgu yöntemleriyle ülke düzeyinde konum tahmini yapan bu modellerin performansı incelendi. Üç farklı coğrafi veri seti üzerinde yapılan testler, mevcut yapay zeka modellerinin bu alanda ciddi sınırları olduğunu ortaya koydu. Çalışma, görsel anlayış ve dil işleme konularında güçlü kabul edilen modern AI sistemlerinin, coğrafi çıkarım yapmada beklenenden daha zayıf kaldığını gösteriyor. Bu bulgular, yapay zekanın gerçek dünya uygulamalarında henüz aşılması gereken önemli engeller bulunduğuna işaret ediyor.
EVIL: Büyük Dil Modelleri ile Kendi Kendine Gelişen Algoritmaların Keşfi
Araştırmacılar, büyük dil modellerinin rehberliğinde evrimsel arama kullanarak basit ve anlaşılır algoritmalar keşfeden EVIL adlı yeni bir yaklaşım geliştirdi. Bu sistem, büyük veri setleri üzerinde sinir ağları eğitmek yerine, farklı veri setlerinde sıfır-atışlı çıkarım yapabilen saf Python/NumPy programları evrimleştiriyor. Sistem üç farklı alanda test edildi: zamansal nokta süreçlerinde bir sonraki olayı tahmin etme, Markov atlama süreçleri için oran matrisi tahmini ve zaman serisi tamamlama. Her durumda, evrimleşen tek bir algoritma tüm değerlendirme veri setlerinde veri seti başına özel eğitime ihtiyaç duymadan genelleme başarısı gösterdi. Bu çalışma, LLM destekli program evriminin dinamik sistemler problemleri için tek bir kompakt çıkarım fonksiyonu keşfedebileceğini gösteren ilk araştırma olma özelliği taşıyor.
Yapay zeka modelleri artık görsel arama motorlarında da ustalaşıyor
Araştırmacılar, dil ve görsel yetenekleri birleştiren yapay zeka modellerinin, görsel arama sistemlerinde beklenmedik başarı gösterdiğini keşfetti. Bu modeller, herhangi bir özel eğitim almadan benzer görselleri bulma konusunda uzman sistemleri geride bırakıyor. Çalışma, çok modlu dil modellerinin sadece metin-görsel işlemlerde değil, salt görsel görevlerde de güçlü olduğunu ortaya koyuyor. Özellikle karmaşık, gürültülü ortamlarda ve küçük nesnelerin bulunduğu görüntülerde daha dayanıklı sonuçlar veriyor.