“DART” için sonuçlar
282 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Telekomünikasyon için Özel AI Değerlendirme Sistemi Geliştirildi
Araştırmacılar, telekomünikasyon sektöründeki yapay zeka uygulamaları için özel olarak tasarlanmış ilk kapsamlı değerlendirme sistemi olan TeleEmbedBench'i geliştirdi. Bu sistem, telekomünikasyon alanındaki yoğun kısaltma kullanımı ve karmaşık standart metinleri nedeniyle genel amaçlı AI modellerinin yetersiz kaldığı durumları ele alıyor. O-RAN Alliance spesifikasyonları, 3GPP belgeleri ve srsRAN açık kaynak kodlarından oluşan üç farklı veri setinde 9.000 soru-metin çifti içeren benchmark, telekomünikasyon şirketlerinin AI sistemlerini daha doğru şekilde değerlendirmesine olanak sağlıyor.
Robotlar İçin Çift Kollu Tepsi Taşıma Teknolojisi Geliştirildi
MIT araştırmacıları, robotların tepsi üzerindeki nesneleri insan garsonlar gibi ustaca taşıyabilmesi için DART adlı yeni bir sistem geliştirdi. Bu teknoloji, çift kollu robotların tepsi üzerindeki çeşitli nesneleri dengede tutarken hareket ettirmesini sağlıyor. Sistem, fizik tabanlı modelleme, gerçek zamanlı öğrenme ve yapay zeka tekniklerini birleştirerek çalışıyor. Otel ve misafirperverlik sektöründe büyük potansiyele sahip olan bu gelişme, robotların karmaşık manipülasyon görevlerini daha başarılı şekilde yerine getirmesini mümkün kılıyor.
Mühendislikte Gerilim Analizi için Yeni Hibrit Hesaplama Yöntemi Geliştirildi
Araştırmacılar, elastisite problemlerinde gerilim yoğunlaşmalarını daha verimli analiz edebilmek için yenilikçi bir sonlu elemanlar yöntemi geliştirdi. Bu hibrit yaklaşım, gerilimin yoğunlaştığı kritik bölgelerde karma sonlu elemanları kullanırken, diğer alanlarda standart Lagrange elemanlarını tercih ediyor. Böylece hem hesaplama doğruluğu korunuyor hem de işlem yükü optimize ediliyor. Yöntem, köprüler, gökdelenler ve uçaklar gibi yapıların güvenlik analizlerinde kritik öneme sahip gerilim dağılımlarının hesaplanmasında devrim yaratma potansiyeli taşıyor.
Yapay Zeka Radyolog Gibi Düşünmeyi Öğreniyor: 3D Tıbbi Görüntüleme Devrimi
Araştırmacılar, PET/CT taramalarından otomatik tıbbi rapor üretebilen yenilikçi bir yapay zeka sistemi geliştirdi. HiRRA adlı bu sistem, tıpkı deneyimli radyologlar gibi önce görüntülerdeki belirli bölgeleri analiz ediyor, sonra bu bulgular arasındaki ilişkileri değerlendirerek kapsamlı raporlar hazırlıyor. Çalışma kapsamında 600 PET/CT taraması ve 1960 detaylı bölge açıklaması içeren VietPET-RoI veri seti de oluşturuldu. Bu gelişme, özellikle radyolog sayısının yetersiz olduğu bölgelerde tıbbi tanı süreçlerini hızlandırabilir ve standartlaştırabilir.
Yapay Zeka İçin Yeni Araç: Özellik Seçimini Kolaylaştıran FSEVAL
Araştırmacılar, makine öğrenmesi algoritmalarının performansını artırmak için kritik öneme sahip özellik seçimi işlemini kolaylaştıran yeni bir araç geliştirdi. FSEVAL adlı bu platform, veri bilimcilerin hangi özelliklerin gerçekten önemli olduğunu belirleme sürecini standartlaştırıyor ve görselleştiriyor. Makine öğrenmesinde 'boyut laneti' olarak bilinen probleme çözüm arayan bu araç, gereksiz veri özelliklerini ayıklayarak hem modellerin açıklanabilirliğini koruyor hem de performansını artırıyor. Platform, farklı özellik seçimi algoritmalarını kapsamlı şekilde değerlendirme imkanı sunuyor.
Yapay Zeka Hatalarını Anlık Düzelten Yeni Yöntem Geliştirildi
Büyük dil modelleri, metin üretirken yaptıkları hataları genellikle düzeltemez ve sonraki adımlarda bu hatalar daha da büyür. Araştırmacılar, bu soruna çözüm olarak 'Latent Phase-Shift Rollback' (LPSR) adlı yeni bir yöntem geliştirdi. Bu teknik, yapay zekanın düşünce sürecini gerçek zamanlı olarak izleyerek hatalı adımları tespit ediyor ve modeli doğru yola yönlendiriyor. LPSR, matematik problemlerinde %44 başarı oranına ulaşarak, standart yöntemlerin %28,8'lik performansını önemli ölçüde geçti. En dikkat çekici yanı, hiçbir ek eğitim gerektirmemesi ve mevcut modellere kolayca entegre edilebilmesi.
Yeni Eliptik Eğri Algoritması, Siber Güvenlikte Hız Rekorları Kırıyor
Araştırmacılar, mevcut standartları geride bırakan yeni bir kriptografik eliptik eğri geliştirdi. Eccfrog512ck2 adlı bu algoritma, dijital imzalar ve anahtar değişimi işlemlerinde kullanılan NIST P-521 standardına kıyasla %61,5 daha hızlı skaler çarpım ve %33,3 daha hızlı nokta üretimi sunuyor. Yeni eğri, 256-bit güvenlik seviyesi sağlarken yan kanal saldırılarına karşı direnç gösteriyor ve MOV saldırıları gibi bilinen zayıflıklara karşı özel olarak tasarlandı. Bu gelişme, artan siber güvenlik ihtiyaçlarına yanıt verirken performans kaybı yaşanmamasını sağlıyor.
Salgın Tahminleme için Dev Veri Seti: 100 Yıllık Hastalık Verisi Tek Çatıda
Araştırmacılar, salgın hastalıkların seyrini önceden tahmin edebilmek için IDOBE adlı kapsamlı bir veri sistemi geliştirdi. Bu sistem, son yüzyılda ABD ve dünya genelinde görülen 13 farklı hastalığa ait 10.000'den fazla salgın vakasını içeriyor. COVID-19 pandemisi sırasında da görüldüğü gibi, salgınların seyrini doğru tahmin etmek halk sağlığı önlemlerinin zamanında alınması için kritik önem taşıyor. Ancak şimdiye kadar bu tür tahmin modellerini test edecek standart veri setleri eksikti. IDOBE, makine öğrenmesi ve istatistiksel modellerin performansını değerlendirmek için gerekli altyapıyı sunuyor.
Yapay Zeka Modellerinin Öğrenme Sürecinde Yeni Ölçek Sistemi Geliştirildi
Araştırmacılar, dil modellerinin davranışlarını karşılaştırmak için yeni bir ölçek sistemi geliştirdi. Kullback-Leibler divergence adı verilen matematiksel yöntemle, farklı büyüklükteki modellerin öğrenme süreçleri tek bir standart üzerinden değerlendirilebiliyor. Çalışma, modellerin ağırlık parametreleri sürekli değişse de, dil anlama yeteneklerinin beklenenden çok daha erken stabilleştiğini ortaya koyuyor. Bu keşif, yapay zeka modellerinin nasıl öğrendiğini anlamamızda önemli bir adım.
Yapay zeka lojistik optimizasyonunda yeni dönem: ORThought platformu
Lojistik ve ulaştırma sektöründe optimizasyon modellemesi kritik öneme sahip ancak uzmanlık gerektiren karmaşık bir süreç. Araştırmacılar, büyük dil modellerini kullanarak bu süreci otomatikleştiren ORThought adlı yeni bir sistem geliştirdi. Platform, çift-ajan mimarisiyle çalışarak lojistik problemlerine otomatik çözümler üretebiliyor. Ayrıca LogiOR adlı kapsamlı bir benchmark veri seti de sunularak, sektörde standart oluşturma hedefleniyor. Bu gelişme, lojistik optimizasyonunu demokratikleştirerek küçük şirketlerin de gelişmiş analitik araçlara erişimini sağlayabilir.
Yapay Zeka Açıklamalarının Güvenilirliği Artırıldı
Büyük dil modelleri ikna edici açıklamalar üretse de, bu açıklamaların doğruluğunu kontrol etmek zordu. Araştırmacılar, yapay zekanın verdiği cevapların kaynaklarına dayalı olup olmadığını ölçen yeni bir sistem geliştirdi. Programlama eğitimi alanında yapılan deneylerde, standart RAG sistemlerinin kaynak uyumunun %22-40 arasında kaldığı, ancak yeni yaklaşımla bu oranın önemli ölçüde artırılabildiği görüldü. Bu gelişme, özellikle eğitim ve bilimsel alanlarda yapay zekanın daha güvenilir açıklamalar üretmesini sağlayabilir.
Tıbbi yapay zeka için yeni standart: VIDS ile veri kalitesi denetimi
Tıbbi görüntüleme alanında yapay zeka geliştirme süreçleri, kaliteli ve güvenilir veri setlerine bağımlıdır. Ancak mevcut standartlar, veri yapısı, açıklama kaynağı ve makine öğrenmesi uygunluğunu tek bir çerçevede doğrulayamıyor. Araştırmacılar, bu sorunu çözmek için VIDS (Doğrulanmış Görüntüleme Veri Seti Standardı) adlı yeni bir açık kaynak spesifikasyon geliştirdi. VIDS, tıbbi görüntü veri setlerinin kim tarafından, ne zaman, hangi araçlarla ve hangi kalite standartlarıyla açıklandığını sistematik olarak takip ediyor. Sistem, 21 farklı makine-uygulanabilir doğrulama kuralı içeriyor ve iki farklı uyumluluk profili sunuyor. Bu standart, tıbbi AI araştırmalarında veri kalitesini artırarak daha güvenilir algoritma geliştirme süreçlerini mümkün kılacak.
Yapay Zeka Meme Kanseri Alt Tiplerini Mikroskop Görüntüsünden Tespit Ediyor
Araştırmacılar, meme kanserinin genetik alt tiplerini belirlemek için maliyetli moleküler testler yerine histopatoloji görüntülerini kullanan yenilikçi bir yapay zeka sistemi geliştirdi. PAM50 gen imzası olarak bilinen standart sınıflandırma yöntemini taklit eden bu sistem, H&E boyalı doku kesitlerinden kanser alt tiplerini tahmin edebiliyor. Çok amaçlı optimizasyon algoritması kullanan yöntem, görüntüdeki en bilgilendirici bölgeleri seçerek yüksek doğrulukta sonuçlar üretiyor. Bu gelişme, kişiselleştirilmiş kanser tedavisi için gerekli olan alt tip belirleme sürecini daha hızlı ve ekonomik hale getirebilir. Sistem ResNet18 mimarisi ve genetik algoritma kombinasyonu kullanarak görüntü analizi yapıyor.
OpenVLThinkerV2: Çok Modalli Yapay Zeka Modellerinde Yeni Eğitim Yaklaşımı
Araştırmacılar, görsel görevlerde çalışan yapay zeka modellerinin eğitiminde karşılaşılan temel zorluklara çözüm getiren yeni bir yöntem geliştirdi. Gaussian GRPO (G²RPO) adı verilen bu yaklaşım, farklı görsel görevlerdeki aşırı varyans sorununu ve detaylı algı ile çok adımlı mantık yürütme arasındaki dengeyi sağlama zorluğunu ele alıyor. Yöntem, avantaj dağılımını standart normal dağılıma zorla yakınlaştırarak görevler arası gradient eşitliğini teorik olarak garanti ediyor. Bu gelişme, açık kaynak çok modalli modellerin gelişiminde önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Araştırmalarında Veri Eksikliği Sorununa Yenilikçi Çözüm
Bilim insanları, gözlemsel veri analizlerinde karşılaşılan önemli bir soruna yeni bir yaklaşım geliştirdi. Araştırmalarda kontrol ve deney grupları arasında yeterli örtüşme olmadığında ortaya çıkan sapma problemini çözmek için hassasiyet analizi çerçevesi önerildi. Yöntem, standart yaklaşımların neden olduğu temel sapmaları minimize ederken, belirsizlikleri ölçmeyi mümkün kılıyor. Bu gelişme, özellikle sınırlı veri ile çalışan yapay zeka ve istatistik araştırmalarında daha güvenilir sonuçlar elde edilmesine katkı sağlayacak.
Yapay Zeka ile Molekül Özellikleri Artık Daha Kesin Tahmin Edilebilir
Moleküllerin fiziksel ve biyolojik özelliklerini tahmin etmek için yapay zeka modellerinin nasıl kullanılabileceğini inceleyen kapsamlı bir araştırma yayımlandı. Çalışma, kuantum kimyası, kemoinformatik ve derin öğrenmenin birleştirildiği dört farklı yaklaşımı analiz ediyor. Araştırmacılar, moleküler yapıdan hareketle çeşitli özelliklerin tahmin edilmesinde kullanılan mevcut yöntemleri ve veri setlerini değerlendirdi. Sonuçlar, bu alandaki mevcut standartların modernizasyona ihtiyacı olduğunu ve özellikle veri kalitesi, değerlendirme protokolleri konularında iyileştirmeler gerektiğini gösteriyor.
AI ajanları için yeni paket yöneticisi geliştirildi: Skilldex
Büyük dil modeli (LLM) ajanlarının yeteneklerini genişletmek için kullanılan beceri paketlerinin yönetiminde önemli bir adım atıldı. Araştırmacılar, AI ajanlarının çalışma anında yeni beceriler öğrenmesini sağlayan yapılandırılmış talimat paketlerini daha etkili şekilde organize eden Skilldex adlı yeni bir sistem geliştirdi. Bu sistem, beceri paketlerinin Anthropic'in yayınladığı format standartlarına uygunluğunu değerlendiren bir derleyici benzeri puanlama sistemi sunuyor. Aynı zamanda birbiriyle ilişkili becerileri ortak kaynaklarla bir araya getirerek tutarlılığı koruyan 'skillset' adı verilen yeni bir soyutlama katmanı getiriyor. Bu gelişme, AI ajanlarının daha organize ve uyumlu beceri kütüphanelerine sahip olmasını sağlayarak yapay zeka sistemlerinin performansını artırma potansiyeli taşıyor.
KIRA: Görseller İçin Yeni Nesil Yapay Zeka Soru-Cevap Sistemi
Araştırmacılar, görsel içeriklerle soru-cevap işlemlerini devrim niteliğinde geliştirecek KIRA adlı yeni bir yapay zeka mimarisi geliştirdi. Metin tabanlı RAG sistemlerinin görsel alanlara uyarlanmasındaki temel zorlukları aşmak için tasarlanan bu sistem, görsel ve metin bilgileri arasında köprü kurabiliyor. KIRA, özellikle uzmanlaşmış alanlarda görsel bilgi tabanlarının oluşturulması, çok adımlı mantıksal çıkarım yapılması ve üretilen cevapların görsel kanıtlarla desteklenmesi gibi kritik sorunları çözüyor. Beş aşamalı bu mimari, görsel RAG sistemlerindeki on temel problemi ele alarak, görsel yapay zeka uygulamalarında yeni bir standart oluşturmayı hedefliyor.
Yapay Sinir Ağları ile Matematiksel Yaklaşımlar Hızlandırılıyor
Araştırmacılar, matematik ve yapay zeka arasındaki köprüyü güçlendiren yeni bir çalışma yayınladı. Normalizing flow adı verilen özel yapay sinir ağları kullanılarak koordinat dönüşümleri optimize edildiğinde, Hermite yaklaşımlarının yakınsama hızının önemli ölçüde arttığı gösterildi. Bu çalışma, karmaşık matematiksel fonksiyonların daha verimli şekilde yaklaşımlanması için ilk hata tahminlerini sunuyor. Özellikle, bir fonksiyonu dönüştürülmüş koordinatlarda yaklaşımlamanın, fonksiyonun geri çekilmiş halini standart koordinatlarda yaklaşımlamaya eşdeğer olduğu matematiksel olarak kanıtlandı. Bu denklik prensibi sayesinde, klasik Hermite yaklaşım teorisinden yararlanarak yeni koordinat sistemlerinde hata tahminleri elde edilebiliyor. Çalışma, yumuşak ve hızla azalan fonksiyonlar için doğrusal olmayan koordinat dönüşümlerinin nasıl yakınsama performansını artırabileceğini somut örneklerle gösteriyor.
Küçük Yapay Zeka Modeli, Çok-Ajan Sistemleri Yönetmede Büyük Başarı
Araştırmacılar, karmaşık görevleri çözmek için birden fazla yapay zeka ajanını koordine eden yeni bir sistem geliştirdi. 'Agent-as-Tool' adlı bu yaklaşım, farklı ajanları ve araçları standart bir formatta birleştirerek paralel çalışmalarını sağlıyor. ParaManager adlı hafif orkestratör, büyük görevleri alt parçalara bölerek eş zamanlı olarak farklı ajanlara dağıtabiliyor. Bu sistem, geleneksel seri çalışma modellerinden farklı olarak, ajanların aynı anda farklı alt görevler üzerinde çalışmasına olanak tanıyor. İki aşamalı eğitim süreci ile geliştirilen sistem, daha esnek ve genişletilebilir bir yapı 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.
Süper bilgisayarlar için yeni konteyner teknolojisi: Sarus Suite
Yüksek performanslı bilgisayar sistemleri (HPC), özellikle yapay zeka ve makine öğrenmesi alanlarında hızla gelişen yazılım yığınlarını desteklemek zorunda. Ancak mevcut HPC konteyner çözümleri, ana akım bulut teknolojileriyle uyumsuzluk yaratıyor. Araştırmacılar bu sorunu çözmek için Sarus Suite'i geliştirdi. Bu yeni sistem, değiştirilmemiş Podman motorunu temel alarak, HPC sistemlerine özel işlevsellik katmanları ekliyor. Sistem, bildirimsel çalışma zamanı spesifikasyonu, zamanlayıcı-yerel yürütme, ölçeklenebilir paylaşımlı görüntü erişimi ve standartlara dayalı host yetenek enjeksiyonu sunuyor. Cray EX GH200 sistemi üzerinde yapılan testler, teknolojinin etkinliğini kanıtlıyor.
Matematik Dünyasında 30 Yıllık Hipotez Çözüldü: Lie Cebirleri ile Bağlantı Kuruldu
Matematikçiler, renkli tam sayı bölümlemelerinin üretici fonksiyonları hakkındaki eski hipotezleri sonunda çözdü. Capparelli, Meurman ve Primc tarafından ortaya atılan üç önemli hipotez setinden ikisinin Lie cebirleriyle bağlantısı keşfedildi. Araştırmacılar, Griffin, Ono ve diğer matematikçilerin Rogers-Ramanujan özdeşlikleri üzerine yaptığı çalışmaları kullanarak, bu hipotezlerin afin Lie cebirlerinin standart modülleriyle ilişkisini ortaya koydu. Bu buluş, matematiksel fizikte ve sayılar teorisinde önemli uygulamalara sahip olabilir.
Yapay Zeka Hizalama Yöntemlerinin Şaşırtıcı Başarısı Açıklandı
MIT ve Stanford araştırmacıları, yapay zekanın insan değerleriyle hizalanmasında kullanılan online yöntemlerin neden teorik beklentileri aştığını açıkladı. Çalışma, mevcut teorik garantilerin yanıltıcı olduğunu ve gerçek performansın çok daha iyi olduğunu gösteriyor. Araştırmacılar, geleneksel pişmanlık ölçütlerinin öğrenme maliyetini ve keşif rastgeleliğini karıştırdığını keşfetti. Sıfır sıcaklık ölçütü kullanarak yaptıkları analizde, online RLHF ve DPO gibi standart açgözlü hizalama yöntemlerinin sabit birikimli pişmanlık elde ettiğini matematiksel olarak kanıtladılar. Bu bulgular, AI güvenliği alanında kullanılan hizalama algoritmalarının etkinliğini daha iyi anlamamızı sağlıyor ve gelecekteki AI sistemlerinin insan değerleriyle uyumlu davranmasını garanti etmek için önemli teorik temeller sunuyor.