“benchmark testleri” için sonuçlar
11 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Portekizce için Geliştirilen NorBERTo Yapay Zeka Modeli 331 Milyar Token ile Eğitildi
Brezilya'daki araştırmacılar, Portekizce doğal dil işleme alanında çığır açan yeni bir yapay zeka modeli geliştirdi. NorBERTo adlı bu model, ModernBERT mimarisine dayalı olarak tasarlandı ve Aurora-PT adı verilen dev bir Portekizce veri kümesi ile eğitildi. Bu veri kümesi, çeşitli web kaynaklarından toplanan 331 milyar GPT-2 token içeriyor. Model, metin benzerliği, mantıksal çıkarım ve sınıflandırma görevlerinde test edildiğinde, özellikle PLUE ve ASSIN 2 benchmark testlerinde kayda değer başarılar elde etti. NorBERTo-large versiyonu, değerlendirilen kodlayıcı modeller arasında en iyi performansı göstererek Portekizce NLP uygulamaları için önemli bir adım teşkil ediyor.
Yapay Zeka Arayüz Etkileşiminde Büyük Verimlilik Atılımı
Yapay zeka ajanlarının grafik kullanıcı arayüzleriyle etkileşimi sırasında karşılaştığı büyük veri sorunu için yenilikçi bir çözüm geliştirildi. A11y-Compressor adlı framework, arayüz verilerini %78 oranında sıkıştırırken performansı artırıyor. Sistem, erişilebilirlik ağaçlarındaki gereksiz bilgileri temizleyerek ve yapısal düzenlemeler yaparak çalışıyor. OSWorld benchmark testlerinde yapılan denemelerde, sıkıştırılmış veriler orijinalin sadece %22'si kadar yer kaplarken, görev başarı oranları ortalama %5.1 puan artış gösterdi. Bu gelişme, yapay zeka ajanlarının bilgisayar arayüzleriyle daha verimli çalışabilmesi için kritik bir adım teşkil ediyor.
WST-X: Yapay ses sahtekarlarını yakalayan yeni nesil dedektör sistemi
Araştırmacılar, deepfake ses kayıtlarını tespit etmek için WST-X adlı yenilikçi bir özellik çıkarma sistemi geliştirdi. Bu sistem, wavelet dağılım dönüşümünü (WST) kullanarak hem şeffaflık hem de yüksek performans sunuyor. Geleneksel yöntemler ya yorumlanabilir ama sınırlı ya da güçlü ama anlaşılması zor özellikler üretiyordu. WST-X, her iki yaklaşımın avantajlarını birleştirerek çok ölçekli ve deforme edilmeye dayanıklı özellikler üretiyor. Deepfake-Eval-2024 benchmark testlerinde mevcut sistemleri büyük farkla geride bırakarak, yapay zeka destekli ses manipülasyonlarına karşı daha etkili koruma sağlıyor. Bu gelişme, ses deepfake'lerinin giderek sofistike hale geldiği dönemde özellikle önemli.
Yapay Zeka Modellerinin Diyalogda Akıl Yürütme Yetisi Zayıflıyor
Yeni bir araştırma, büyük dil modellerinin (LLM) konuşma ortamında akıl yürütme performansının ciddi şekilde düştüğünü ortaya koyuyor. Stanford ve diğer üniversitelerden araştırmacılar, yapay zeka modellerinin izole testlerde başarılı olmasına rağmen, gerçek yaşam senaryolarını taklit eden diyalog tabanlı görevlerde zorlandığını keşfetti. BOULDER adlı yeni test sistemi ile sekiz farklı büyük dil modeli değerlendirildi. Sonuçlar, mevcut benchmark testlerinin yapay zeka yeteneklerini değerlendirmede yetersiz kalabileceğini ve modellerin gerçek dünya uygulamalarında beklenenin altında performans gösterebileceğini işaret ediyor. Bu bulgu, yapay zeka sistemlerinin pratik kullanımı açısından önemli sonuçlar taşıyor.
Yapay Zeka Hafıza Testleri Yetersiz: ATANT Sürekliliği Ölçemiyor
Araştırmacılar, mevcut yapay zeka hafıza değerlendirme sistemlerinin büyük bir eksikliği olduğunu ortaya koydu. ATANT v1.1 çalışması, LOCOMO, LongMemEval, BEAM gibi popüler benchmark'ların, yapay zeka sistemlerinde 'süreklilik' özelliğini düzgün ölçemediğini gösteriyor. Süreklilik için gerekli 7 özellikten ortalama sadece 0.43'ünü kapsayan bu testler, AI hafıza sistemlerinin gerçek performansını değerlendirmekte yetersiz kalıyor. Bu durum, uzun vadeli bellek gerektiren AI uygulamalarının geliştirilmesinde ciddi bir engel oluşturuyor.
AI Artık Az Örnekle Görüntülerdeki İnce Ayrıntıları Ayırt Edebiliyor
Yapay zeka sistemleri genellikle görüntüleri sınıflandırmak için binlerce örneğe ihtiyaç duyar. Ancak yeni geliştirilen ARF-SFR-Net sistemi, sadece birkaç örnekle bile çok benzer görüntüleri birbirinden ayırabilmeyi başarıyor. Sistem, görüntülerdeki hem mekansal hem de frekans özelliklerini analiz ederken, farklı kategoriler için en uygun görüş alanı boyutunu otomatik olarak belirliyor. Bu teknoloji, tıbbi görüntüleme, kalite kontrol ve nadir türlerin tanımlanması gibi alanlarda devrim yaratabilir. Araştırmacılar, sistemin mevcut episodik eğitim yöntemlerine kolayca entegre edilebileceğini ve çoklu benchmark testlerinde etkili sonuçlar verdiğini bildiriyor.
Yapay Zeka Modellerinin Zayıf Noktalarını Tespit Eden Yeni Yöntem Geliştirildi
Araştırmacılar, büyük dil modellerinin (LLM) değerlendirilmesinde devrim yaratacak yeni bir metodoloji geliştirdi. QuickScope adlı bu sistem, dinamik test setlerinde yapay zeka modellerinin zorlandığı soruları etkili bir şekilde belirlemeyi amaçlıyor. Geleneksel benchmark testleri sabit soru setleri kullanırken, modern dinamik testler şablon ve parametreler aracılığıyla sınırsız soru varyantları üretebiliyor. Bu esneklik değerli olmakla birlikte, özellikle modellerin zayıf noktalarını güvenilir şekilde tespit etmek söz konusu olduğunda değerlendirme sürecini oldukça maliyetli hale getiriyor. QuickScope, Bayesian optimizasyon algoritması COUP'u temel alarak, pratik LLM işlem hatları için uyarlanmış bir çözüm sunuyor. Bu yenilikçi yaklaşım, AI modellerinin performanslarının daha verimli ve hedefli analizi için önemli bir adım teşkil ediyor.
Althea: İnsan ve AI İşbirliğiyle Yanlış Bilgiyle Mücadelede Yeni Dönem
Araştırmacılar, çevrimiçi yanlış bilgiyle mücadelede devrim yaratabilecek Althea adlı yeni bir sistem geliştirdi. Bu hibrit yaklaşım, yapay zekanın hızını insan muhakemesinin güvenilirliğiyle birleştiriyor. Sistem, kullanıcıların iddiaları değerlendirmesine yardımcı olmak için soru üretimi, kanıt toplama ve yapılandırılmış mantık yürütme süreçlerini entegre ediyor. AVeriTeC benchmark testlerinde standart doğrulama sistemlerini geride bırakan Althea, 963 katılımcılı kullanıcı çalışmasında da umut verici sonuçlar gösterdi. Geleneksel otomatik sistemlerin şeffaflık eksikliği ve insan doğrulamasının yavaşlığı sorunlarına çözüm arayan bu yaklaşım, internetteki bilgi kirliliğine karşı yeni bir strateji sunuyor.
Yapay Zeka Artık Hiç Görmediği Hareketleri de Tanıyabiliyor
Araştırmacılar, yapay zekanın daha önce hiç öğrenmediği video hareketlerini tanıyabilmesi için yenilikçi bir yöntem geliştirdi. CLIP modelini geliştiren bu sistem, hareket duyarlı ve statik görsel özellikleri birbirinden ayırarak, pozitif ve negatif metin ipuçlarıyla semantik hizalama yapıyor. Motion Separation Module ile hareketleri analiz eden sistem, gated cross-attention mekanizmasıyla gereksiz bilgileri filtreleyerek hareket temsilini iyileştiriyor. Standart benchmark testlerinde önceki CLIP tabanlı yaklaşımlardan daha başarılı sonuçlar elde eden bu yöntem, hem genel hem de detaylı hareket kategorilerinde güçlü sıfır-atışlı tanıma performansı sergiliyor. Bu gelişme, güvenlik kameralarından spor analizine kadar birçok alanda kullanılabilecek.
Yapay Zeka Artık 3D Mekanları Daha Gerçekçi ve Hızlı Tasarlıyor
Araştırmacılar, 3D mekan tasarımında devrim yaratacak yeni bir yapay zeka sistemi geliştirdi. LaviGen adlı bu framework, geleneksel metin tabanlı yaklaşımların aksine doğrudan üç boyutlu uzayda çalışarak, nesneler arası geometrik ilişkileri ve fiziksel kısıtlamaları modelliyor. Sistem, mekan tasarımını adım adım gerçekleştiren otoregresif bir süreç kullanarak, fiziksel olarak tutarlı ve mantıklı 3D sahneler üretiyor. Özel olarak geliştirilmiş 3D difüzyon modeli ile desteklenen LaviGen, sahne, nesne ve talimat bilgilerini entegre ederek mükemmel sonuçlar elde ediyor. LayoutVLM benchmark testlerinde yapılan kapsamlı deneyler, sistemin mevcut teknolojilere kıyasla %19 daha yüksek fiziksel tutarlılık sağladığını ve %65 daha hızlı hesaplama yaptığını ortaya koydu. Bu gelişme, mimari tasarım, oyun geliştirme ve sanal gerçeklik uygulamaları için önemli fırsatlar sunuyor.
Büyük dil modellerini eğitmenin yeni yolu: TLoRA+ ile daha verimli yapay zeka
Araştırmacılar, büyük dil modellerinin belirli görevler için eğitimini daha verimli hale getiren TLoRA+ adlı yeni bir yöntem geliştirdi. Bu teknik, modellerin performansını artırırken hesaplama maliyetini minimum düzeyde tutuyor. ChatGPT ve benzeri büyük dil modellerinin özelleştirilmesi için kullanılan mevcut LoRA yöntemini geliştiren bu yaklaşım, daha az kaynak kullanarak daha iyi sonuçlar elde etmeyi mümkün kılıyor. GLUE benchmark testlerinde yapılan denemeler, yöntemin farklı model mimarilerinde tutarlı bir şekilde başarılı olduğunu gösterdi. Bu gelişme, yapay zeka modellerinin daha geniş kitlelere ve küçük şirketlere açılması açısından önemli bir adım olarak değerlendiriliyor.