“bilgi grafiği” için sonuçlar
8 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Soru-Cevap Sistemleri İçin Devrim Niteliğinde Hafıza Teknolojisi
Araştırmacılar, büyük dil modellerinin bilgi grafiklerinden veri çekerken karşılaştığı temel soruna çözüm buldu. CacheRAG adlı yeni sistem, yapay zekanın geçmiş sorulardan öğrenmesini sağlayarak performansı dramatik şekilde artırıyor. Geleneksel sistemler her soruyu sıfırdan işlerken, bu teknoloji hafıza kullanarak daha akıllı ve tutarlı yanıtlar üretiyor. Sistem, şema bağımsız arayüzü ve semantik önbellek mekanizması sayesinde hem uzman olmayan kullanıcılar için erişilebilir hem de teknik açıdan daha güvenilir. Bu gelişme, yapay zeka asistanlarından arama motorlarına kadar geniş bir yelpazede uygulanabilir ve AI sistemlerinin insan benzeri öğrenme kabiliyeti kazanmasında önemli bir adım.
Yapay zeka biyomedikal soru-cevap veri setlerini nasıl daha akıllıca üretiyor?
Araştırmacılar, büyük dil modellerinin karmaşık bilimsel sorular üretmesi için yenilikçi bir yöntem geliştirdi. BioGraphletQA adlı bu sistem, bilgi grafiklerindeki küçük alt yapıları rehber olarak kullanarak 119.856 biyomedikal soru-cevap çifti oluşturdu. Yöntem, soruların hem bilimsel açıdan doğru hem de karmaşık olmasını sağlıyor. Uzman değerlendirmelerinde yüksek kalite ve geçerlilik puanları alan sistem, yapay zekanın bilimsel veri üretimindeki potansiyelini gösteriyor. Bu gelişme, biyomedikal araştırmalarda kullanılan yapay zeka sistemlerinin eğitimi için kritik önem taşıyor.
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.
E-ticaret için yapay zekalı ürün bilgi grafiği sistemi geliştirildi
Araştırmacılar, e-ticaret platformlarındaki ürün özelliklerini otomatik olarak analiz eden AutoPKG adlı yeni bir yapay zeka sistemi geliştirdi. Sistem, büyük dil modellerini kullanan çoklu ajan mimarisiyle çalışıyor ve ürün metinleri ile görsellerinden özellik bilgilerini çıkararak dinamik bilgi grafikleri oluşturabiliyor. Geleneksel yöntemlerin aksine, sistem ürün kategorilerini ve özellik anahtarlarını ihtiyaç durumuna göre kendisi belirliyor. Alibaba'nın Lazada platformundan alınan gerçek verilerle yapılan testlerde, sistem ürün türleri için 0.953, özellik anahtarları için 0.724 ağırlıklı bilgi verimliliği skorları elde etti. Bu gelişme, e-ticaret platformlarının ürün kataloglarını daha tutarlı ve güncel tutmasına yardımcı olabilir.
Yapay Zeka Modelleri Tıbbi Bilgiyi Nasıl Daha İyi Öğrenebilir?
Araştırmacılar, yapay zeka modellerinin tıp ve biyomedisin alanındaki performansını artırmak için iki farklı yaklaşımı karşılaştırdı. İlk yöntemde modeller sürekli eğitimle tıbbi bilgileri içselleştirirken, ikinci yöntemde ihtiyaç duyduklarında bilgi grafiğinden veri çekiyorlar. UMLS Metathesaurus'tan 3,4 milyon kavram ve 34,2 milyon ilişki içeren devasa bir tıbbi bilgi grafiği oluşturan ekip, bu grafikten türetilen metinlerle BERT ve BioBERT modellerini geliştirdi. Altı farklı biyomedikal görevde test edilen modeller, tıbbi dil anlayışından akıl yürütmeye kadar geniş bir yelpazede değerlendirildi. Bu çalışma, gelecekte tıbbi yapay zeka uygulamalarının hangi yöntemle daha etkili olabileceği konusunda önemli ipuçları sunuyor.
Yapay Zeka Bilgi Grafiklerindeki Eksik Bağlantıları Tek Seferde Tahmin Ediyor
Araştırmacılar, bilgi grafiklerindeki eksik bilgi üçlülerini (subject-predicate-object) daha tutarlı şekilde tahmin edebilen yeni bir yapay zeka modeli geliştirdi. DiffTSP adlı bu model, geleneksel yöntemlerin aksine eksik bilgileri tek tek değil, bir bütün olarak ele alıyor. Bilgi grafiklerinin tamamlanması, arama motorlarından öneri sistemlerine kadar birçok alanda kritik öneme sahip. Yeni yaklaşım, discrete diffusion (ayrık difüzyon) tekniğini kullanarak önce bilgi grafiğine gürültü ekliyor, sonra bu süreci tersine çevirerek eksik bağlantıları ortaya çıkarıyor. Bu sayede tahmin edilen bilgiler arasındaki tutarlılık ve bağımlılık ilişkileri korunuyor.
Yapay Zeka Bilgi Grafiği Araştırmasında Ne Zaman Kuralları Geçiyor?
Araştırmacılar, büyük dil modellerinin bilgi grafikleri üzerinde gezinirken ne zaman kural tabanlı sistemlerden daha iyi performans gösterdiğini araştırdı. RLM-on-KG adlı yeni sistem, yapay zekayı özerk bir navigatör olarak kullanarak bilgi grafiklerini keşfediyor ve sorulara cevap buluyor. Çalışmanın temel bulgusu şartlı bir avantaj ortaya koyuyor: yapay zeka kontrolünün değeri, kanıtların dağınıklığına ve araç kullanma sofistikasyonuna bağlı. GraphRAG-Bench Novel testlerinde Gemini 2.0 Flash, kural tabanlı sisteme kıyasla %2.47 daha iyi performans gösterirken, mevcut GraphRAG sistemlerine karşı avantajı çok daha sınırlı kaldı. Bu araştırma, yapay zeka tabanlı bilgi erişim sistemlerinin hangi koşullarda en etkili olduğunu anlamada önemli ipuçları sunuyor.
Yapay Zeka ile Tıbbi Verilerin Anlaşılmasında Yeni Dönem: CoMed Sistemi
Araştırmacılar, elektronik sağlık kayıtlarındaki tıbbi kavramları daha iyi anlayabilmek için yapay zeka destekli yeni bir sistem geliştirdi. CoMed adlı bu sistem, hastalık tanıları, ilaçlar ve tıbbi prosedürler arasındaki karmaşık ilişkileri haritalayarak sağlık verilerinin daha doğru yorumlanmasını sağlıyor. Mevcut tıbbi bilgi sistemlerinin eksik bağlantılar ve yetersiz anlamsal bilgi gibi sorunları bulunuyor. CoMed, büyük dil modellerini kullanarak bu eksiklikleri gideriyor ve tıbbi kodlar arasında küresel bir bilgi ağı oluşturuyor. Bu gelişme, gelecekte hastalık teşhisi, tedavi planlaması ve klinik karar verme süreçlerinde önemli iyileştirmeler sağlayabilir. Sistem, hem yapısal verileri hem de metinsel bilgileri birleştirerek tıbbi kavramların daha zengin temsillerini oluşturuyor.