“doğa” için sonuçlar
897 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
PiERN: Yapay Zeka Modellerini Hesaplama Uzmanlarına Dönüştüren Yeni Mimari
Araştırmacılar, büyük dil modellerinin (LLM) karmaşık matematiksel hesaplamaları doğrudan gerçekleştirebilmesi için PiERN (Fiziksel Olarak İzole Uzmanlar Yönlendirme Ağı) adında yeni bir mimari geliştirdi. Mevcut yapay zeka modelleri, karmaşık sistemler üzerinde karar vermek için gereken yüksek hassasiyetli sayısal hesaplamaları doğal olarak yapamıyor. Çok-ajan yaklaşımları dış uzmanlardan yararlanabilse de iletişim yükü ve ölçeklenebilirlik sorunları yaratıyor. PiERN, hesaplama yeteneklerini sinir ağlarına içsel olarak entegre ederek bu sorunu çözmeyi hedefliyor. Sistem, ayrı olarak eğitilen uzmanları, metin-hesaplama modülünü ve yönlendiricisi sayesinde token seviyesinde hesaplama ve muhakemeyi yönetiyor.
Yapay zeka zaman serisi verilerini açıklamakta zorlanıyor
Araştırmacılar, yapay zeka modellerinin zaman serisi verilerini doğal dille ne kadar iyi açıklayabildiğini ölçen yeni bir değerlendirme sistemi geliştirdi. CaTS-Bench adlı bu sistem, 11 farklı alanda 1746 insan tarafından yazılmış açıklamayı içeriyor. Test sonuçları, en gelişmiş görsel-dil modellerinin bile sayısal verilerdeki trend değişimlerini ve zamansal örüntüleri anlamlı metinlere dönüştürmekte önemli zorluklar yaşadığını ortaya koydu. Bu çalışma, AI'ın veri analizi yeteneklerindeki eksiklikleri gözler önüne sererken, gelecekte daha akıllı veri yorumlama sistemleri geliştirmek için önemli bir referans noktası sunuyor.
RACE Attention: Milyonlarca Token'lık Metinleri İşleyebilen Yeni AI Modeli
Araştırmacılar, mevcut yapay zeka modellerinin en büyük sınırlamalarından birini aştı. Geleneksel attention mekanizmaları uzun metinlerde çok yavaş kalırken, yeni geliştirilen RACE Attention sistemi milyonlarca kelimelik metinleri doğrusal zamanda işleyebiliyor. Mevcut sistemler 4 milyon kelimeyi aştığında çökürken, bu yeni yaklaşım matematiksel optimizasyonlar sayesinde çok daha hızlı çalışıyor. Dil modelleme, metin sınıflandırma ve görüntü işleme testlerinde mevcut yöntemlere eşdeğer performans gösteriyor. Bu gelişme, uzun dökümanları analiz eden, kitap boyutundaki metinlerle çalışan veya kapsamlı araştırma yapan AI sistemleri için önemli bir adım.
Yapay Zeka Öğrenmesinde Yeni Matematiksel Yaklaşım: Hiperbolik ve Öklid Uzayları Birleşti
Araştırmacılar, yapay zekanın veri benzerliklerini öğrenmesi için yeni bir matematiksel yöntem geliştirdi. CHEST adı verilen bu teknik, hiperbolik ve Öklid uzaylarını birleştirerek daha karmaşık veri yapılarını anlayabiliyor. Özellikle ağaç benzeri hiyerarşik yapıları temsil etmede üstün olan hiperbolik uzaylar, büyük veri setlerinde kullanımı zor olan proxy tabanlı kayıp fonksiyonlarıyla ilk kez başarılı şekilde birleştirildi. Bu gelişme, görüntü tanıma, doğal dil işleme ve önerme sistemleri gibi alanlarda yapay zekanın performansını artırabilir. Yöntem, geleneksel tekniklerden daha az hesaplama gücü gerektirirken, veri noktaları arasındaki anlamsal benzerlikleri daha iyi yakalayabiliyor.
Yapay zeka modelleri yazım hatalarına ne kadar dayanıklı?
Araştırmacılar, günlük hayatta sıkça karşılaştığımız yazım hatalarının büyük dil modellerinin performansını nasıl etkilediğini inceledi. MulTypo adlı yeni bir algoritma geliştiren bilim insanları, farklı dillerdeki klavye düzenlerine ve yazım alışkanlıklarına dayalı gerçekçi hatalar üretti. 18 farklı açık kaynak modeli test ettikleri çalışmada, yazım hatalarının özellikle yaratıcı görevlerde ve mantıksal çıkarım gerektiren işlemlerde performansı ciddi şekilde düşürdüğünü keşfetti. Bulgular, yapay zeka sistemlerinin gerçek dünya uygulamalarında karşılaşabileceği zorluklara ışık tutuyor. Doğal dil anlama görevlerinin nispeten daha dirençli olduğu, ancak matematiksel muhakeme ve çeviri gibi alanlarda sorunların daha belirgin hale geldiği gözlemlendi.
Büyük Dil Modelleri Tablo Verilerinden Soru-Cevap Alanını Nasıl Değiştiriyor?
Araştırmacılar, büyük dil modellerinin tablo verilerinden soru yanıtlama (TQA) alanındaki etkisini kapsamlı bir şekilde inceledi. Bu çalışma, Excel tabloları gibi yapılandırılmış verilerden doğal dil sorularına yanıt veren sistemlerin mevcut durumunu analiz ediyor. TQA, finansal raporlardan bilimsel verilere kadar geniş bir yelpazede kullanılan kritik bir AI yeteneği. Araştırma, mevcut yöntemlerin güçlü ve zayıf yönlerini sistematik olarak kategorize ederken, pekiştirmeli öğrenme gibi yeni yaklaşımların potansiyelini de değerlendiriyor. Bu derleme çalışması, alanın gelecekteki araştırma yönlerini belirlemek ve mevcut zorlukları aşmak için yol haritası sunuyor. Özellikle ChatGPT benzeri modellerin bu alanda nasıl kullanıldığı ve hangi sınırlamaları olduğu detaylı şekilde ele alınıyor.
ELLSA: İnsan Gibi Aynı Anda Dinleyen, Gören ve Konuşan Yapay Zeka Modeli
Araştırmacılar, insan etkileşiminin doğasını taklit eden devrim niteliğinde bir yapay zeka modeli geliştirdi. ELLSA adı verilen bu sistem, insanlar gibi aynı anda hem algılama hem de tepki verme yeteneğine sahip ilk model olma özelliği taşıyor. İnsanların nasıl dinlerken baktığını, konuşurken hareket ettiğini ve kesintilere doğal olarak adapte olduğunu gözlemleyen bilim insanları, bu davranışları tek bir mimaride birleştirmeyi başardı. Model, görsel, metinsel, sesli ve eylem verilerini eş zamanlı olarak işleyebilen yenilikçi SA-MoE mimarisi kullanıyor. Bu teknoloji, her modaliteyi uzmanlaşmış bileşenlere yönlendirip birleşik bir dikkat mekanizması aracılığıyla harmanlıyor. Geliştirme, daha doğal insan-makine etkileşimleri için önemli bir adım teşkil ederken, gelecekte robotik, sanal asistanlar ve etkileşimli AI sistemlerinde geniş uygulama alanları bulabilir.
Yapay Zeka Modelleri Metinlerdeki Varlıkları Nasıl Tespit Ediyor?
Araştırmacılar, büyük dil modellerinin metinlerde yer alan varlıkları (kişi, yer, kurum adları gibi) nasıl tespit ettiğini araştırdılar. ToMMeR adlı yeni model, geleneksel yöntemlere göre çok daha az parametre kullanarak %75 başarı oranına ulaştı. Çalışma, yapay zeka modellerinin dil öğrenme sürecinde doğal olarak varlık tespiti yetisi geliştirdiğini gösteriyor. Model, standart testlerde %80-87 F1 skoru elde ederek mevcut sistemlerle rekabet edebilir performans sergiliyor. Bu bulgular, transformer mimarilerinin erken katmanlarında yapılandırılmış varlık temsillerinin var olduğunu ve bunların minimal parametre kullanımıyla etkili şekilde çıkarılabileceğini ortaya koyuyor.
Yapay Zeka Modelleri Patolojide Neden Başarısız Oluyor?
Görme ve dil işlemede büyük başarılar elde eden temel yapay zeka modelleri, patoloji alanında beklenmedik zorluklarla karşılaşıyor. ArXiv'de yayınlanan yeni bir araştırma, bu modellerin düşük doğruluk oranları, kararsızlık ve yoğun hesaplama gereksinimleri sergilediğini ortaya koyuyor. Araştırmacılar, sorunun sadece model ayarlamasından kaynaklanmadığını, daha derinlerde yatan kavramsal uyumsuzluklardan beslendiğini belirtiyor. Doğal görüntüler için tasarlanmış mevcut yaklaşımların, doku görüntülerinin karmaşık biyolojik yapısını temsil etmekte yetersiz kaldığı vurgulanıyor. Bu durum, patoloji alanı için özel olarak tasarlanmış yeni model mimarilerine duyulan ihtiyacı gündeme getiriyor.
ZoFia: Yapay Zeka ile Sahte Haberleri Sıfır Örnekle Tespit Eden Yeni Sistem
Araştırmacılar, büyük dil modellerinin sahte haber tespitindeki sınırlarını aşmak için ZoFia adlı yenilikçi bir sistem geliştirdi. Sosyal medyada hızla yayılan yanlış bilgilerin toplumsal güveni sarstığı günümüzde, bu iki aşamalı framework önemli bir çözüm sunuyor. Sistem, önce haber metinlerinden önemli varlıkları çıkarıp çift kaynaklı doğrulama yapıyor, sonra da çoklu yapay zeka ajanları farklı perspektiflerden analiz gerçekleştiriyor. ZoFia'nın en önemli yeniliği, tek bir AI modelinin düşebileceği önyargı tuzaklarından kaçınarak, hem içerik analizi hem de gerçek kontrol süreçlerini eş zamanlı yürütebilmesi. Bu yaklaşım, özellikle güncel olaylarla ilgili haberlerde yapay zekanın bilgi kesintisi ve yanılsama sorunlarını çözmeyi hedefliyor. Geliştirilen hiyerarşik önemlilik algoritması, sahte haberlerin tespitinde yüksek doğruluk oranları vaat ediyor.
Yapay Zeka Modellerini Daha Hızlı Eğiten Yeni Optimizasyon Yöntemi Geliştirildi
Araştırmacılar, büyük dil modellerinin bellek ihtiyacını azaltırken eğitim süresini de kısaltan ConMeZO adlı yeni bir optimizasyon algoritması geliştirdi. Geleneksel gradient tabanlı yöntemlerin aksine, bu teknik geri yayılım kullanmadan çalışarak bellek kullanımını dramatik olarak düşürüyor. ConMeZO, momentum tahminleri etrafında koni şeklinde örnekleme yaparak arama yönünü akıllıca sınırlıyor ve böylece milyarlarca parametreye sahip modellerde yaşanan boyut lanetini hafifletiyor. Doğal dil işleme görevlerinde yapılan testlerde, bu yöntem mevcut MeZO algoritmasından iki kat daha hızla sonuç verirken düşük bellek avantajını koruyor.
Yapay Zeka Modelleri Artık Anlık Olarak Kendilerini Uyarlayabiliyor
Araştırmacılar, büyük dil modellerinin farklı görevlere uyum sağlaması için yeni bir yaklaşım geliştirdi. LoRA on the Go (LoGo) adlı bu sistem, modellerin her yeni girdi için en uygun adaptörü otomatik olarak seçip birleştirmesini sağlıyor. Geleneksel yöntemlerin aksine, LoGo herhangi bir ek eğitim gerektirmiyor ve sadece tek bir ileri geçişle hangi adaptörün kullanılacağına karar veriyor. Sistem, 5 doğal dil işleme kriterinde, 27 veri setinde ve 3 farklı model ailesinde test edildi. Sonuçlar, LoGo'nun eğitim gerektiren mevcut yöntemlerden daha başarılı olduğunu gösteriyor. Bu gelişme, yapay zeka sistemlerinin gerçek dünya uygulamalarında karşılaştıkları çeşitli ve öngörülemeyen görevlere daha esnek şekilde adapte olabilmesi açısından önemli bir adım.
Fraktal Yapılardan İlham Alan Yapay Zeka Mimarisi Geliştirme Sistemi Tanıtıldı
Araştırmacılar, doğanın fraktal yapılarından esinlenerek yapay sinir ağları tasarlayan yenilikçi bir sistem geliştirdi. FractalNet adlı bu sistem, büyük dil modellerinin analizi ve geliştirilmesi için otomatik mimari keşif süreci sunuyor. Sistem, konvolüsyon, normalizasyon, aktivasyon ve dropout katmanlarının sistematik permütasyonları ile 1.200'den fazla farklı sinir ağı varyantı oluşturabiliyor. Fraktal şablonlar sayesinde modeller hem derinlik hem genişlik açısından dengeli bir şekilde büyüyebiliyor. CIFAR-10 veri setinde yapılan testlerde, fraktal tabanlı mimarilerin hem güçlü performans sergilediği hem de hesaplama açısından verimli olduğu görüldü.
Yapay Zeka Modelleri İçin Geliştirilen Probe Sistemlerinde Eğitim Verisi Sorunu
Büyük dil modellerinin zararlı davranışlarını tespit etmek için kullanılan probe sistemleri, eğitim verisi kaynaklarından önemli ölçüde etkileniyor. Araştırmacılar, doğal örneklerin az bulunması nedeniyle sentetik verilerle eğitim yapmak zorunda kalıyor ancak bu durum sistemlerin genelleme yeteneğini olumsuz etkiliyor. Çalışma, sekiz farklı yapay zeka davranışı üzerinde yapılan testlerde, özellikle stratejik aldatma gibi niyet temelli davranışlarda daha büyük başarısızlıklar yaşandığını ortaya koyuyor. Bu bulgular, AI güvenlik sistemlerinin geliştirilmesinde kritik bir açığa işaret ediyor.
Yapay Zeka Modellerinde Hesaplama Süresini 100 Kat Azaltan Yeni Yöntem
Araştırmacılar, yapay zeka modellerinin en büyük sorunlarından birini çözecek yenilikçi bir yöntem geliştirdi. Flow tabanlı üretici modeller, görüntü ve metin üretiminde başarılı sonuçlar verse de, tek bir olasılık hesabı için yüzlerce hatta binlerce hesaplama adımı gerektiriyordu. Bu durum, modellerin karşılaştırılması ve geliştirilmesi süreçlerini oldukça yavaşlatıyordu. Yeni F2D2 (Fast Flow Joint Distillation) çerçevesi, hem örnekleme hem de olasılık hesaplama süreçlerini aynı anda iki büyüklük mertebesinde hızlandırıyor. Sürekli normalleştirici akışlardaki örnekleme ve olasılık hesaplama işlemlerinin birbirine bağlı doğasından yararlanan bu yaklaşım, mevcut yöntemlerin aksine olasılık hesaplama kabiliyetini kaybetmeden hızlanma sağlıyor.
Yapay Zeka ile Doğa Sesleri Tanıma: Yeni Mamba Modeli Transformers'a Rakip Oluyor
Araştırmacılar, wildlife seslerini tanımak için BioMamba adlı yeni bir yapay zeka modeli geliştirdi. Mamba mimarisini temel alan bu model, doğa seslerinin analizinde şu anda en gelişmiş Transformer modellerine benzer performans gösterirken, çok daha az bellek kullanıyor. Büyük ses veritabanları üzerinde kendi kendine öğrenme yöntemiyle eğitilen BioMamba, çeşitli sınıflandırma ve tespit görevlerinde test edildi. Sonuçlar, Mamba'nın gerçek zamanlı çevre izleme uygulamaları için hesaplama açısından verimli bir alternatif olabileceğini gösteriyor. Bu gelişme, özellikle saha koşullarında sınırlı kaynaklarla çalışması gereken ekolojik araştırmalar için önemli. Doğa koruma projelerinde ses tabanlı wildlife izleme giderek yaygınlaşırken, daha az enerji ve bellek gerektiren modeller kritik önem taşıyor.
Yapay Zeka Modelleri Artık Prolog ile Mantıksal Çıkarım Yapabiliyor
Araştırmacılar, dil modellerinin sıklıkla makul görünen ama yanlış mantık yürütme süreçleri üretme sorununun üstesinden gelmek için yenilikçi bir yaklaşım geliştirdi. Qwen2.5-3B-Instruct modeli, Prolog programlama dilini harici bir sembolik mantık aracı olarak kullanmak üzere eğitildi. Bu süreçte Group Relative Policy Optimization (GRPO) yöntemiyle pekiştirmeli öğrenme kullanıldı. Sonuçlar oldukça etkileyici: 3 milyar parametreli model, MMLU-STEM ve MMLU-Pro testlerinde 7 milyar parametreli modellerin performansına yakın başarı gösterdi. Ancak araştırma önemli bir ödünleşme ortaya çıkardı: sadece doğruluk için optimize edilen yapılandırmalar, mantık yürütmeyi doğal dile devredip Prolog'u sadece son hesaplama için kullanırken, diğer yapılandırmalar daha şeffaf mantık süreçleri üretiyor. Bu çalışma, AI sistemlerinin hem daha doğru hem de denetlenebilir olması yolunda önemli bir adım.
DNA ve Dil İşlemede Kullanılan Üç Farklı Difüzyon Yöntemi Tek Çatı Altında Birleştirildi
Yapay zeka araştırmacıları, DNA dizileri, proteinler ve dil gibi ayrık verileri modellemek için kullanılan üç farklı difüzyon yöntemini tek bir teorik çerçeve altında birleştirmeyi başardı. Şimdiye kadar araştırmacılar ayrık uzayda difüzyon, Öklid uzayında Gauss difüzyonu ve simpleks üzerinde difüzyon olmak üzere üç farklı yaklaşım arasında seçim yapmak zorundaydı. Her yöntemin kendine özgü avantajları bulunuyordu: ayrık difüzyon en doğal alanı sunarken, Gauss difüzyonu daha olgun algoritmalar sunuyor, simpleks difüzyon ise teoride diğer ikisinin güçlü yanlarını birleştirse de pratikte sayısal kararsızlık sorunları yaşıyordu. Bu yeni birleştirici teori, farklı uygulamalar için yöntemler arası geçiş yapılmasını mümkün kılarak bilim insanlarına daha esnek araçlar sunuyor.
Yapay Zekanın 'Eureka!' Anları Gerçek mi? Yeni Araştırma Şaşırtıcı Sonuçlar Buldu
DeepSeek-R1-Zero gibi gelişmiş yapay zeka modellerinin ani 'içgörü' anları yaşayıp yaşamadığını inceleyen kapsamlı bir araştırma, beklenmedik sonuçlar ortaya koydu. 1 milyondan fazla akıl yürütme sürecini analiz eden bilim insanları, bu modellerin akıl yürütme stratejilerindeki ani değişikliklerin aslında performansı nadiren iyileştirdiğini keşfetti. Araştırma, yapay zekanın insan benzeri 'aha!' anlarının büyük ölçüde bir yanılsama olduğunu gösteriyor. Ancak çalışma, modelin belirsizlik düzeyi yüksek olduğunda yapay tetikleyicilerle başarı oranının artırılabileceğini de ortaya koyuyor. Bu bulgular, AI'nın akıl yürütme süreçlerinin gerçek doğası hakkında önemli ipuçları sunuyor.
Çeviri Değerlendirmesi Artık İnsan Gücüyle Kolay: Pearmut Platformu
Makine çevirilerinin kalitesini değerlendirmede insan değerlendirmesi altın standart sayılır, ancak karmaşık kurulum süreçleri nedeniyle genellikle otomatik metrikler tercih edilir. Araştırmacılar, bu sorunu çözmek için Pearmut adlı yeni bir platform geliştirdi. Platform, çok dilli doğal dil işleme görevlerinin insan tarafından değerlendirilmesini otomatik değerlendirme kadar kolay hale getiriyor. DA, ESA ve MQM gibi standart protokolleri destekleyen sistem, belge düzeyinde bağlam analizi, mutlak ve karşılaştırmalı değerlendirme özellikleri sunuyor. Bu gelişme, model geliştirme süreçlerinde güvenilir insan değerlendirmesini rutin bir bileşen haline getirebilir.
P-Check: Kişiselleştirilmiş AI Ödül Sistemlerinde Yeni Dönem
Araştırmacılar, yapay zeka sistemlerinin bireysel kullanıcı tercihlerini daha iyi anlayabilmesi için yenilikçi bir yaklaşım geliştirdi. P-Check adlı bu sistem, statik değerlendirme kriterlerinin aksine dinamik kontrol listeleri oluşturuyor. Geleneksel yöntemler kullanıcı bağlamını sabit bir sinyal olarak ele alırken, P-Check insan yargısının değişken ve çok yönlü doğasını yakalayabiliyor. Sistem, kişiselleştirilmiş değerlendirmeler için ayırt edici güçlerine göre kriterlere önem puanları atayan 'Tercih-Karşıtlık Kriter Ağırlıklandırma' stratejisini kullanıyor. Kapsamlı deneyler, P-Check'in yalnızca ödül doğruluğunu artırmakla kalmayıp, kişiselleştirilmiş içerik üretim süreçlerini de iyileştirdiğini gösteriyor. Bu gelişme, AI sistemlerinin insan tercihlerini anlama ve ona göre davranma becerisinde önemli bir adım temsil ediyor.
Yapay zeka artık sesli tıbbi konsültasyon verebiliyor
Araştırmacılar, hastalarla doğrudan konuşabilen yeni bir yapay zeka sistemi geliştirdi. SpeechMedAssist adlı bu sistem, tıbbi danışmanlığı ses tabanlı hale getireyor ve uzun metin yazışmalarına son veriyor. Geleneksel tıbbi AI sistemleri çoğunlukla yazılı metinlerle çalışırken, bu yeni yaklaşım hastalar için çok daha doğal bir etkileşim sunuyor. Sistem, iki aşamalı bir eğitim yöntemiyle geliştirildi: önce metin tabanlı tıbbi bilgiler öğretildi, sonra sadece 10 bin sentetik ses örneğiyle konuşma yetenekleri kazandırıldı. Bu yaklaşım, geleneksel yöntemlere kıyasla çok daha az ses verisi gerektiriyor. Tıbbi konsültasyonlar doğası gereği konuşma odaklı olduğu için, bu gelişme sağlık hizmetlerinde devrim yaratabilir. Hastalar artık yazı yazmak zorunda kalmadan, doğrudan konuşarak tıbbi yardım alabilecek.
Yapay zeka ile yanıltıcı haber başlıklarını tespit eden sistem geliştirildi
Sosyal medyada paylaşılan haber önizlemelerinin gerçekte doğru olsa bile nasıl yanıltıcı olabileceği üzerine önemli bir araştırma yapıldı. Araştırmacılar, önemli bağlamsal bilgilerin kasıtlı olarak çıkarılmasıyla oluşan 'yorumlama kayması' sorununu ele aldı. Bu sorun, okuyucuların haberin tam içeriğinden farklı yargılara varmasına neden oluyor. Çalışma kapsamında MM-Misleading adlı yeni bir değerlendirme veri seti oluşturuldu ve mevcut yapay zeka modellerinin bu tür yanıltıcı içerikleri tespit etmede önemli eksiklikleri olduğu ortaya çıkarıldı. Geliştirilen OMGuard sistemi ise hem yanıltıcı içerikleri tespit edebiliyor hem de bu başlıkları düzelterek daha doğru bir izlenim oluşturacak şekilde yeniden yazabiliyor.
Yapay Zeka İnsanlarla Farklı İletişim Kurduğu Ortaya Çıktı
Yeni bir araştırma, büyük görsel-dil modellerinin (LVLM) insanlarla iletişim kurarken temel bir sorunu olduğunu ortaya koydu. Araştırmacılar, yapay zeka sistemlerinin ortak anlayış oluşturmada yetersiz kaldığını gösteren bir deney gerçekleştirdi. İnsan-insan, insan-yapay zeka, yapay zeka-insan ve yapay zeka-yapay zeka ikililerinin katıldığı deneyde, katılımcılar belirgin isimleri olmayan nesnelerin resimlerini eşleştirmeye çalıştı. Sonuçlar, yapay zekanın insanların doğal dil kullanımının temelini oluşturan etkileşimli iletişim becerisinde ciddi eksiklikler yaşadığını gösterdi. Bu bulgular, yapay zeka sistemlerinin insan kullanıcılarla etkili ortaklık kurabilmesi için kritik olan ortak anlayış modellemesi konusundaki sınırlarını açığa çıkarıyor.