“bellek sistemi” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay zekâ için yeni bellek sistemi: AnchorMem, Proust Fenomeni'nden ilham aldı
Büyük dil modelleri karmaşık görevlerde başarılı olsa da uzun vadeli etkileşimlerde geçmiş deneyimleri kullanabilmek için etkili bir bellek sistemine ihtiyaç duyuyorlar. Mevcut bellek yöntemleri etkileşimleri sürekli yeniden yazarak özetlemeye odaklanıyor, bu da önemli bağlamsal detayları kaybetme riskini taşıyor. Yeni geliştirilen AnchorMem sistemi, bilişsel bilimdeki Proust Fenomeni'nden ilham alarak bu sorunu çözmeyi hedefliyor. Bu fenomende belirli bir tetikleyici, bütünsel bir hatırlamayı başlatır. AnchorMem, etkileşim geçmişinden atomik gerçekleri çıkararak bunları geri çağırma çapası olarak kullanırken, orijinal bağlamı değişmez halde koruyor. Sistem ayrıca örtülü anlatı ipuçlarını ortaya çıkarmak için ilişkisel olay grafikleri oluşturuyor.
Ramulator 2.0 simülatöründe yanlış sonuçlara yol açan yapılandırma hataları
MICRO 2024 konferansında ödül kazanan bir araştırma, Ramulator 2.0 bellek sistemi simülatörünün gerçek sistem performansını kötü bir şekilde yansıttığını iddia etmişti. Ancak yeni bir çalışma, bu iddiaların teknik yanlış yapılandırmalar, metodolojik hatalar ve eksik artifactlerden kaynaklandığını gösteriyor. Araştırmacılar, Ramulator 2.0'ın doğru yapılandırıldığında oldukça doğru sonuçlar verdiğini kanıtladı. Bu durum, bilimsel araştırmalarda yapılandırma hatalarının nasıl yanlış sonuçlara yol açabileceğini ve tekrarlanabilirlik krizinin önemini gözler önüne seriyor.
CoMeT: Yapay Zeka Modellerinin Sonsuz Uzunluktaki Metinleri İşlemesini Sağlayan Yeni Mimari
Araştırmacılar, büyük dil modellerinin uzun metinleri işlerken karşılaştıkları bellek sorununu çözen devrimci bir mimari geliştirdi. CoMeT adlı bu sistem, geleneksel Transformer modellerinin karesel karmaşıklık problemini çözerek, sabit bellek kullanımı ve doğrusal zaman karmaşıklığı ile sınırsız uzunluktaki metinleri işleyebiliyor. İkili bellek sistemi kullanan CoMeT, yakın geçmiş için geçici bellek ve uzun vadeli bağımlılıklar için küresel bellek yönetiyor. Mevcut modellere minimum düzeyde ince ayar ile entegre edilebilen bu plug-in modül, yapay zeka modellerinin kitap uzunluğundaki metinleri, araştırma makalelerini ve uzun dökümanları çok daha verimli işlemesini mümkün kılıyor.