“framework” için sonuçlar
264 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
SAGE: Yapay Zeka Modellerinde Bellek Verimliliğini Artıran Yeni Yöntem
Araştırmacılar, büyük dil modellerinin uzun belgeleri işlerken karşılaştığı maliyet ve performans sorunlarına çözüm getirecek SAGE adlı yeni bir framework geliştirdi. Bu sistem, modellerin dikkat mekanizmalarını kullanarak sadece sorularla ilgili bölümleri seçmeli olarak işleyebiliyor. Böylece hem işlem maliyeti düşüyor hem de yanıt kalitesi artıyor. Özellikle akademik makaleler, teknik belgeler ve politika dokümanları gibi uzun metinlerle çalışırken büyük avantaj sağlayan bu yöntem, ek eğitim gerektirmeden mevcut sistemlere entegre edilebiliyor. Geleneksel RAG sistemlerinin aksine, belge yapısındaki değişikliklere daha dayanıklı ve farklı alanlara özel ayarlama gerektirmiyor.
Kuantum Bilgisayarlar Sağlık IoT Sistemlerini Tehdit Ediyor
Akıllı sağlık hizmetlerinde yaygın olarak kullanılan IoT cihazları, gelişmekte olan kuantum bilgisayarların karşısında savunmasız kalabilir. Araştırmacılar, hastane ekipmanlarından wearable cihazlara kadar tüm sağlık IoT sistemlerinin kuantum saldırılarına karşı nasıl korunacağını inceledi. Çalışma, mevcut şifreleme sistemlerinin kuantum bilgisayarlar tarafından kırılabileceğini ve bu durumun hasta verilerini tehlikeye atabileceğini gösteriyor. Bilim insanları, sağlık IoT sistemlerini kuantum güvenli şifreleme teknolojilerine geçiş için kapsamlı bir çerçeve önerdi. Bu framework, kaynak kısıtlı cihazları önceliklendiren ve aşamalı bir geçiş planı sunan yaklaşım benimsiyor.
Yapay Zeka ile Donanım Testi: Spec2Cov Sistemi Geliştirme Süresini Hızlandırıyor
Araştırmacılar, dijital donanım tasarımlarının test edilmesi sürecini otomatikleştiren yenilikçi bir yapay zeka sistemi geliştirdi. Spec2Cov adı verilen bu framework, büyük dil modellerini donanım simülatörleriyle birleştirerek, tasarım spesifikasyonlarından otomatik olarak test senaryoları üretiyor. Geleneksel donanım doğrulama süreci, tasarımın üretim için hazır olduğundan emin olmak için manuel testler ve uzun süreli analiz gerektiriyordu. Bu yeni yaklaşım, donanım mühendislerinin en zaman alıcı işlerinden biri olan 'kapsama kapanışı' sürecini büyük ölçüde hızlandırıyor. Sistem, yapay zeka aracıları arasında koordinasyon kurarak iteratif testler gerçekleştiriyor ve donanım tasarımlarının tüm özelliklerinin kapsamlı şekilde test edilmesini sağlıyor.
BETA: Kapalı Kutu AI Modellerini Test Sırasında Anlık Uyarlama Teknolojisi
Araştırmacılar, API üzerinden erişilebilen kapalı kutu yapay zeka modellerinin gerçek zamanlı adaptasyonu için BETA adlı yeni bir framework geliştirdi. Mevcut yöntemler ya sınırlı uyarlama kapasitesi sunuyor ya da yüksek maliyetli sorgular gerektiriyor. BETA, hafif bir yerel model kullanarak gradient yolu oluşturuyor ve tahmin uyumlaştırma tekniği ile tutarlılık düzenlemesi uygulayarak ek API çağrısı olmadan stabil adaptasyon sağlıyor. ImageNet-C testlerinde ViT-B/16 modelinde %7.1, CLIP modelinde %3.4 doğruluk artışı elde eden sistem, beyaz kutu ve gri kutu yöntemlerini geride bırakıyor. Bu gelişme, özellikle değişken koşullarda çalışan AI sistemlerin performansını artırmak için önemli bir adım.
Bilgisayar hesaplamalarında hataları geriye doğru analiz eden yeni araç geliştirildi
Araştırmacılar, sayısal hesaplamaların güvenilirliğini artıran yeni bir yaklaşım geliştirdi. 'Geriye dönük kararlılık' olarak adlandırılan bu özellik, bir programın ürettiği sonucun, girdi verisinde küçük bir değişiklik yapıldığında da doğru kalmasını sağlıyor. Mevcut araçlar genellikle hesaplama hatalarını ileriye dönük analiz ederken, yeni geliştirilen framework geriye dönük hata analizini otomatik olarak gerçekleştiriyor. Bu breakthrough, özellikle hassas hesaplamaların kritik olduğu mühendislik, finans ve bilimsel modelleme alanlarında büyük önem taşıyor. Araştırma ekibi 'eggshel' adını verdikleri otomatik arama aracını da geliştirerek, sayısal programların kararlılığını kanıtlama sürecini kolaylaştırdı.
Half-Moon Cookie: Gizlilik Koruyan Yeni Güvenlik Sistemi Geliştirildi
Araştırmacılar, siber güvenlik alanında önemli bir yenilik olan Half-Moon Cookie sistemini geliştirdi. Bu yeni framework, zararlı içeriklerin tespiti için kullanılan kara liste kontrollerini, kullanıcı gizliliğini koruyarak gerçekleştiriyor. Geleneksel sistemlerde ya kara liste herkese açık olmak zorunda ya da kullanıcılar sorgu bilgilerini sunucuyla paylaşmak durumundaydı. Yeni sistem ise her iki sorunu da çözüyor. Sistem, bir öğenin kara listede bulunan elementlere yakın olup olmadığını metrik uzayda kontrol edebiliyor. En önemli özelliği, embedding adımını kara liste kontrolünden ayırarak performansı önemli ölçüde artırması. Ayrıca daha önce kontrol edilmiş öğelerin tekrar doğrulanması için çok hızlı bir mekanizma sunuyor. Bu sayede kritik uygulamalarda gecikme olmadan güvenlik kontrolü yapılabiliyor.
Yapay Zeka ile Donanım Tasarımında Güç-Performans Optimizasyonu
Araştırmacılar, büyük dil modellerinin (LLM) donanım tasarımındaki yeteneklerini geliştiren yeni bir framework olan HYPERHEURIST'i geliştirdi. Bu sistem, yapay zekanın ürettiği donanım tasarımlarını tek seferlik sonuç olarak görmek yerine, geliştirilebilir ara adımlar olarak değerlendiriyor. Simulated annealing algoritması kullanan framework, önce tasarımların fonksiyonel doğruluğunu test ediyor, ardından güç tüketimi, performans ve alan kullanımı açısından optimize ediyor. Sekiz farklı benchmark üzerinde yapılan testlerde, bu aşamalı yaklaşımın daha kararlı ve tutarlı sonuçlar verdiği görüldü. Çalışma, yapay zekanın donanım geliştirme süreçlerinde nasıl daha etkili kullanılabileceğine dair önemli ipuçları sunuyor ve gelecekte daha verimli elektronik cihazların tasarlanmasına katkı sağlayabilir.
Yapay Zeka Tartışmaların Bilgi Değerini Ölçebiliyor
Stanford araştırmacıları, toplumsal tartışmaların ne kadar verimli bilgi ürettiğini ölçen yeni bir yapay zeka sistemi geliştirdi. Conversational Information Gain (CIG) adlı framework, her konuşma cümlesinin tartışmaya ne kadar değer kattığını analiz ediyor. Sistem, konuşmalardan atomik iddiaları çıkararak bunları semantik bir hafızada birleştiriyor ve her ifadeyi Yenilik, İlişki ve Etki Kapsamı boyutlarında değerlendiriyor. TV tartışmaları ve toplum görüşmeleri üzerinde yapılan testlerde, sistemin insan algısıyla uyumlu sonuçlar verdiği görüldü. Bu teknoloji, gelecekte demokratik süreçlerin kalitesini artırmak ve daha verimli müzakere ortamları yaratmak için kullanılabilir.
Yapay Zeka Modellerinin Mantık Hatalarına Karşı Yeni Çözüm: Gamma Beşlisi
Araştırmacılar, büyük dil modellerinin mantıksal akıl yürütmedeki sistemik sorunlarına karşı yenilikçi bir çözüm geliştirdi. Bu modeller hipotez üretimi ile doğrulamayı karıştırıyor, varsayımları doğrulanmış bilgiden ayırt edemiyor ve zayıf mantık adımlarının çıkarım zincirlerinde kontrol edilmeden yayılmasına izin veriyor. Yeni framework, Charles Sanders Peirce'ün üçlü çıkarım teorisini temel alarak abdüksiyon, dedüksiyon ve indüksiyon süreçlerini açık bir protokol haline getiriyor. Beş cebirsel değişmez (Gamma Beşlisi) aracılığıyla mantıksal tutarlılığı zorluyor. Bunların en güçlüsü olan 'En Zayıf Halka' sınırı, akıl yürütme zincirindeki hiçbir sonucun en az desteklenen öncülünden daha güvenilir olamayacağını garanti ediyor.
Çizim ve Metin Birleşerek Görüntü Arama Teknolojisinde Yeni Dönem Açıyor
Araştırmacılar, el çizimi eskizler ve metin açıklamalarını birleştiren yeni bir görüntü arama sistemi geliştirdi. STBIR adlı bu framework, eskizlerin yapısal detaylarını metnin renk ve doku bilgileriyle harmanlayarak, geleneksel arama yöntemlerinden çok daha hassas sonuçlar elde ediyor. Sistem, değişken kalitedeki sorguları işleyebilmek için öğrenme müfredatı tabanlı sağlamlık modülü kullanıyor ve kategori bilgisine dayalı özellik uzayı optimizasyonuyla model performansını artırıyor. Bu yenilikçi yaklaşım, farklı veri türlerinin güçlü yönlerini birleştirerek görüntü arama teknolojisinde önemli bir ilerleme kaydediyor.
CHOP Sistemi: AI'da Çoklu Belge Analizinde Yeni Dönem
Araştırmacılar, yapay zeka sistemlerinin birden fazla belgeyi işlerken karşılaştığı önemli bir sorunu çözmek için CHOP adlı yeni bir framework geliştirdi. Bu sistem, benzer belgeler arasında ayrım yapmakta zorlanan AI modellerinin performansını önemli ölçüde artırıyor. Geleneksel RAG sistemleri, veri tabanında benzer belgeler bulunduğunda doğru bilgiyi bulamıyor ve yanlış sonuçlar üretiyordu. CHOP, her belge parçasını akıllı imzalarla etiketleyerek ve bağlamsal tutarlılığı koruyarak bu problemi çözüyor. Sistem, belgeler arasındaki semantik çakışmaları azaltıyor ve AI'nın daha doğru bilgi erişimi sağlamasına olanak tanıyor.
Yeni Normalizasyon Tekniği Yapay Zeka Tahmin Modellerini Güçlendiriyor
Araştırmacılar, uzamsal-zamansal verilerdeki dağılım kaymasını çözmek için Tersine Çevrilebilir Artık Normalizasyon (RRN) adlı yenilikçi bir framework geliştirdi. Bu teknik, grafik yapılarında hem zamansal hem de mekansal boyutlarda ortaya çıkan veri dağılım değişikliklerini ele alarak, derin öğrenme modellerinin tahmin performansını önemli ölçüde artırıyor. Geleneksel yöntemler sadece zaman serisindeki değişimlere odaklanırken, RRN grafik konvolüsyon işlemlerini kullanarak ağ yapısının karmaşık özelliklerini de dikkate alıyor. Bu gelişme, trafik tahmini, hava durumu modelleme ve epidemiyoloji gibi birçok alanda uygulanabilir.
Robotlar İçin Yeni Yapay Zeka Sistemi: Daha Hızlı Öğrenme ve Başarılı Manipülasyon
Araştırmacılar, robotların nesneleri daha etkili bir şekilde manipüle etmesini sağlayan yeni bir yapay zeka çerçevesi geliştirdi. VADF (Vision-Adaptive Diffusion Policy Framework) adlı bu sistem, mevcut robotik manipülasyon yöntemlerinin karşılaştığı temel sorunları çözüyor. Geleneksel difüzyon politikaları, zor örnekleri tanıyamama ve uniform örnekleme nedeniyle yavaş öğrenme ve sık başarısızlık yaşıyordu. Yeni çerçeve, görsel tabanlı iki aşamalı uyarlanabilir yaklaşımla bu sorunları aşarak robotların daha hızlı öğrenmesini ve görevlerde erken başarı elde etmesini sağlıyor. Sistem, herhangi bir difüzyon politikası mimarisine entegre edilebilecek şekilde tasarlandı. Bu gelişme, endüstriyel robotik uygulamalarından ev robotlarına kadar geniş bir yelpazede kullanım potansiyeli sunuyor.
Yapay Zeka Ekiplerinin 'Zayıf Halkası' Tespit Ediliyor
Büyük dil modelleriyle çalışan çok ajanlı yapay zeka sistemleri, karmaşık problemleri farklı rollerdeki ajanların işbirliğiyle çözmeye çalışıyor. Ancak bu sistemlerde bir ajanın hatası diğerlerine yayılarak tüm performansı düşürebiliyor. Araştırmacılar, ekipteki en zayıf halkanın tespit edilerek güçlendirilmesini öneren WORC adlı yeni bir framework geliştirdi. Bu yaklaşım, güçlü ajanları daha da geliştirmek yerine performansı sınırlayan zayıf ajanları belirlemeye ve iyileştirmeye odaklanıyor. Sistem, meta-öğrenme ve sürü zekası algoritmalarıyla zayıf ajanları tespit ediyor, ardından bunları hedefli olarak eğitiyor. Bu yöntem, yapay zeka ekiplerinin genel başarı oranını artırarak daha güvenilir çok ajanlı sistemlerin geliştirilmesine katkı sağlayabilir.
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.
Yapay Zeka Öğrenmesinde Devrim: Beyin Benzeri Hafıza Modeli Geliştirildi
Araştırmacılar, yapay zekanın öğrenme süreçlerini modellemek için insan beynindeki Hebbian plastisiteden ilham alan yeni bir matematiksel framework geliştirdi. Tan-HWG adı verilen bu model, hafıza durumlarını olasılık dağılımları olarak ele alarak, yapay sinir ağlarının nasıl öğrendiğini geometrik bir perspektifle açıklıyor. Sistem, dahili hafıza durumları ile gözlemlenebilir çıktılar arasında temel bir ayrım yaparak, sinaptik bağlantıların güçlenmesi ve budanmasını geometrik sonuçlar olarak açıklıyor. Bu yaklaşım, yapay zeka sistemlerinin öğrenme mekanizmalarını daha iyi anlamamıza ve optimize etmemize yardımcı olabilir.
Yapay Zeka X-Işını Spektroskopi Analizini Otomatikleştiriyor
Araştırmacılar, X-ışını absorpsiyon spektroskopisi (XANES) analizini büyük dil modelleri kullanarak otomatikleştiren ChemGraph-XANES adlı yeni bir framework geliştirdi. Bu sistem, karmaşık kimyasal yapıların elektronik özelliklerini incelemek için kullanılan XANES simülasyonlarını doğal dille komutlandırılabilen ajanlar aracılığıyla gerçekleştiriyor. Framework, yapı ediniminden spektral normalizasyona kadar tüm iş akışını otomatikleştirirken, çoklu ajan modunda uzman bir ajan FDMNES kılavuzuna başvurarak parametreleri optimize ediyor. Bu gelişme, malzeme bilimi ve kimya araştırmalarında spektroskopi analizlerinin hızını ve erişilebilirliğini önemli ölçüde artırma potansiyeli taşıyor.
Tedarik Zinciri Dayanıklılığını Ölçen Yeni Matematiksel Model Geliştirildi
Araştırmacılar, modern üretim sistemlerinin tedarik zinciri kesintilerine karşı dayanıklılığını matematiksel olarak ölçebilen yeni bir framework geliştirdi. Çalışma, yerel aksaklıkların nasıl sistem çapında çöküşlere yol açabileceğini analiz ederek, dayanıklı ve kırılgan tedarik zincirleri arasındaki farkı belirlemeyi sağlıyor. Node percolation teorisi ve dallanma süreçlerini kullanan model, dört kritik yapısal belirleyici tanımlıyor: hammadde sayısı, nihai ürün sayısı, tedarik gereksinimleri ve tedarik etkisi. Bu yenilikçi yaklaşım, şirketlerin tedarik ağlarını daha dayanıklı hale getirmesine yardımcı olabilir.
Yapay Zeka Artık Çok Kültürlü Görsel Üretebiliyor
Araştırmacılar, metinden görsel üreten yapay zeka modellerinin farklı kültürlerden öğeleri bir arada içeren görüntüler yaratma yeteneğini inceledi. 9 bin görüntüden oluşan yeni veri seti, beş ülke, üç yaş grubu, iki cinsiyet, 25 tarihi anıt ve beş dili kapsıyor. Çalışma, mevcut AI modellerinin tek kültürlü içeriklerde başarılı olmasına rağmen, çok kültürlü sahneler oluşturmada sınırlı kaldığını ortaya koydu. Araştırmacılar bu sorunu çözmek için MosAIG adlı çok ajanlı bir framework geliştirdi. Bu sistem, farklı kültürel kimlikler taşıyan dil modelleri kullanarak daha zengin ve kapsayıcı görseller üretmeyi hedefliyor. Çalışma, AI'ın kültürel çeşitliliği anlama ve yansıtma konusunda önemli bir adım teşkil ediyor.
Yangın Avcısı Dronlar: İki Aşamalı Yapay Zeka Sistemi Orman Yangınlarını Tespit Ediyor
Araştırmacılar, drone'lar üzerinde çalışabilen hafif ve verimli bir yapay zeka sistemi geliştirdi. İki aşamalı bu framework, orman yangınlarını tespit etmek ve yangın kaynağının yerini belirlemek için tasarlandı. İlk aşamada gereksiz video klipleri ayıklayan bir politika ağı kullanılırken, ikinci aşamada geliştirilmiş YOLOv8 modeli ile yangın kaynağı gerçek zamanlı olarak lokalize ediliyor. Sistem, drone'ların sınırlı hesaplama kapasitesini göz önünde bulundurarak optimize edilmiş durumda. Bu teknoloji, afet yönetimi ve acil müdahale operasyonlarında drone'ların etkinliğini artırarak, yangın söndürme ekiplerinin daha hızlı ve doğru müdahale etmesini sağlayabilir.
Robotlar İçin Sabit Zamanlı Hareket Planlaması: COVER Sistemi Geliştirildi
Araştırmacılar, robotların değişken engellerle dolu ortamlarda sabit bir zaman dilimi içinde hareket planı oluşturabileceği yeni bir sistem geliştirdi. COVER adı verilen bu framework, yarı-statik ortamlar için tasarlandı - bu ortamlarda çalışma alanının çoğu sabit kalırken sadece belirli engeller görevler arasında değişiyor. Sistem, her hareketli engelin konfigürasyon uzayını bağımsız olarak bölerek ve her bölüm içinde yol haritasının uygulanabilirliğini doğrulayarak çalışıyor. Bu yaklaşım, zaman kritik uygulamalarda çalışan robotik sistemler için büyük önem taşıyor. Geleneksel yöntemler ya formal kapsama garantileri sunmuyor ya da engel konfigürasyonlarının ayrıklaştırılmasına dayanarak gerçek dünya uygulamalarında kısıtlılık yaratıyor. COVER sistemi, bu sorunları çözerek robotlara daha güvenilir ve hızlı hareket planlama yeteneği kazandırıyor.
Yapay Zeka Arama Sistemlerindeki Güvenlik Açıkları Ortaya Çıkarıldı
Araştırmacılar, web araması yapabilen büyük dil modellerinin (LLM) yeni bir güvenlik tehdidiyle karşı karşıya olduğunu keşfetti. İnternet araması yaparak güncel bilgilere erişebilen bu AI sistemler, zararlı veya güvenilmez web içeriğini kullanıcılara sunma riski taşıyor. Stanford ve diğer kurumlardan araştırmacılar, CREST-Search adlı yeni bir test framework'ü geliştirdi. Bu sistem, görünüşte zararsız arama sorguları oluşturup AI'ı zararlı kaynaklara yönlendirerek güvenlik açıklarını tespit ediyor. Çalışma, mevcut güvenlik testlerinin bu yeni tehdit yüzeyini kapsamadığını ve web destekli AI sistemler için özel güvenlik önlemlerine ihtiyaç olduğunu gösteriyor.
Yapay zeka artık daha 'insansı' düşünebilir: HumanLLM geliştiriliyor
Araştırmacılar, yapay zeka modellerinin insan zihnini daha iyi taklit edebilmesi için yeni bir framework geliştirdi. HumanLLM adlı bu sistem, 12 bin akademik makaleden çıkarılan 244 psikolojik kalıbı kullanarak yapay zekanın insan davranışlarını daha gerçekçi biçimde simüle etmesini sağlıyor. Sistem, bu psikolojik kalıpları birbirleriyle etkileşen nedensel güçler olarak ele alarak 11 bin farklı senaryo oluşturuyor. Test sonuçları, HumanLLM'in insan benzerlği açısından oldukça yüksek başarı elde ettiğini gösteriyor. Bu gelişme, rol yapan yapay zeka asistanlarının daha otantik ve insan doğasına uygun davranabilmesi açısından önemli bir adım.
Yapay Zeka Ajanları Dosya Sistemiyle Uzun Araştırmalarda Devrim Yaratıyor
Büyük dil modelleri (LLM) tabanlı yapay zeka ajanları, derinlemesine araştırma görevlerinde yeni bir çağ başlatıyor. Ancak bu uzun süreçli araştırmalar, modellerin bellek kapasitelerini aşıyor ve etkili çalışmayı engelliyor. Araştırmacılar, bu sorunu çözmek için FS-Researcher adlı yenilikçi bir sistem geliştirdi. Bu çift-ajan framework'ü, dosya sistemi tabanlı kalıcı bir çalışma alanı kullanarak araştırma kapasitesini önemli ölçüde genişletiyor. Sistem, bir kütüphaneci gibi çalışan Context Builder ajanı ve rapor yazımından sorumlu Report Writer ajanından oluşuyor. Bu yaklaşım, yapay zeka ajanlarının sınırlarını aşarak daha kapsamlı ve derinlemesine araştırmalar yapabilmelerini sağlıyor.