“dil modeli” için sonuçlar
161 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
DNA sentezi güvenliğinde devrim: Yeni sistem biyolojik tehditleri %100 yakalıyor
Bilim insanları, DNA sentezi siparişlerindeki potansiyel biyolojik tehditleri tespit etmek için yeni bir güvenlik sistemi geliştirdi. CRC-Screen adlı bu sistem, mevcut güvenlik protokollerinin büyük bir açığını kapatıyor. Geleneksel yöntemler, bilinen tehlikeli DNA dizilerini referans listelerle karşılaştırarak çalışır, ancak bu yaklaşım yeni veya bilinmeyen toksik organizmaların DNA dizileri karşısında yetersiz kalıyor. Araştırmacılar, yapay zeka destekli üç farklı analiz yöntemini birleştiren hibrit bir sistem tasarladı. Bu sistem, DNA dizilerinin k-mer benzerliklerini, beş farklı büyük dil modelinin değerlendirmelerini ve kümelenmiş veri yapılarındaki kosinüs benzerliklerini analiz ediyor. Test sonuçları, sistemin farklı taksonomik ailelerden gelen tehlikeli DNA dizilerini %100 başarıyla tespit ettiğini gösteriyor. Bu gelişme, biyogüvenlik alanında önemli bir adım olarak değerlendiriliyor.
Yeni Yapay Zeka Sistemi, Beyin Sinyallerinden Konuşmayı Daha İyi Çözümleyebiliyor
Stanford araştırmacıları, konuşma engelli bireylerin iletişim kurabilmesi için geliştirilen beyin-bilgisayar arayüzlerinde çığır açan bir yöntem ortaya koydu. MoDAl adlı yeni sistem, beyindeki farklı bölgelerden gelen sinyalleri aynı anda analiz ederek konuşma niyetini daha doğru bir şekilde çözümleyebiliyor. Mevcut sistemler genellikle sadece motor korteks bölgesine odaklanırken, yeni yaklaşım Broca bölgesi gibi dil işleme merkezlerini de dahil ediyor. Sistem, büyük dil modellerinin metin anlayışını kullanarak beyin sinyallerini kelimelerle eşleştiriyor ve farklı beyin bölgelerinin birbirini tamamlayan bilgiler sunmasını sağlıyor.
Yapay Zeka Petrol Sondajını Akıllı Hale Getiriyor: TADI Sistemi Geliştirdi
Araştırmacılar, petrol sondajı operasyonlarını yapay zeka ile optimize eden TADI (Araç Destekli Sondaj Zekası) sistemini geliştirdi. Sistem, günlük sondaj raporları, üretim kayıtları ve jeolojik verileri birleştirerek, büyük dil modellerinin gücünden yararlanıyor. Equinor Volve sahasından elde edilen 1.759 günlük rapor ve 15.634 üretim kaydını analiz eden sistem, yapılandırılmış veriler için DuckDB, anlamsal arama için ChromaDB kullanıyor. On iki farklı uzmanlık aracını koordine eden sistem, çok aşamalı kanıt toplama süreciyle operasyonel verimliliği artırmayı hedefliyor. Petrol endüstrisinde dijital dönüşümün önemli bir adımı olarak görülen bu gelişme, enerji sektöründe veri odaklı karar verme süreçlerini güçlendiriyor.
Yapay Zeka Ajanları İçin Yeni Optimizasyon Sistemi: Agent Capsules
Araştırmacılar, çoklu yapay zeka ajanlarının birlikte çalıştığı sistemlerde hem performansı artıran hem de maliyeti düşüren yenilikçi bir çözüm geliştirdi. Agent Capsules adlı bu sistem, birden fazla AI ajanının görevlerini daha verimli şekilde koordine etmesini sağlıyor. Geleneksel yaklaşımlarda her ajan için ayrı dil modeli çağrısı yapılması hem pahalı hem de yavaş sonuçlar doğuruyordu. Yeni sistem, ajanları akıllıca gruplandırarak token kullanımını azaltırken, kalite kaybını önlemek için sürekli performans kontrolü yapıyor. Sistem, üç farklı strateji arasında seçim yapabiliyor ve kalite düşüşü algıladığında otomatik olarak daha güvenli modlara geçiş yapıyor. Bu gelişme, çoklu AI ajan sistemlerinin daha geniş çapta kullanımına olanak sağlayabilir.
Yapay Zeka Modellerinde Tekrar Tuzağını Çözen Yeni Yöntem Geliştirildi
Büyük dil modellerinin en önemli sorunlarından biri olan 'mod çöküşü' için yeni bir çözüm geliştirildi. Bu sorun, yapay zeka modellerinin aynı cümleleri tekrar etmesi veya yaratıcılığını kaybetmesi olarak kendini gösteriyor. Araştırmacılar, sorunu dinamik sistemler açısından ele alarak, modelin iç temsillerinin düşük boyutlu bir alana sıkışması olarak tanımladılar. Geliştirdikleri 'Güçlendirilmiş Mod Düzenleme' adlı yöntem, modelin hafıza yapısına hafif müdahaleler yaparak bu tuzaktan kaçmasını sağlıyor. Yöntem, birden fazla büyük dil modelinde test edildi ve önemli başarılar elde edildi. Bu gelişme, yapay zeka asistanlarının daha tutarlı ve yaratıcı metinler üretmesine katkı sağlayabilir.
Yapay Zeka Arama Sonuçları Nasıl Manipüle Ediliyor?
Araştırmacılar, büyük dil modellerinin (LLM) arama sonuçlarını özetlerken nasıl önyargılı davrandığını ve bu önyargıların nasıl manipüle edilebileceğini inceledi. Çalışma, web arama sistemlerinde kullanılan yapay zeka overview sistemlerinin hem kaynak seçiminde hem de cevap üretiminde önyargılardan etkilendiğini ortaya koyuyor. Araştırmacılar, reinforcement learning ile eğitilmiş küçük bir dil modeli kullanarak arama snippet'lerini yeniden yazarak, LLM'lerin bu içerikleri tercih etme olasılığını artırmayı başardı. Bu bulgular, yapay zeka destekli arama sistemlerinin güvenilirliği ve manipülasyona karşı direnci konusunda önemli sorular gündeme getiriyor.
Dil Modeli Ağırlıkları Robotik ve Oyunlarda da Başarılı
Araştırmacılar, sadece metin üzerinde eğitilmiş yapay zeka modellerinin ağırlıklarını değiştirmeden farklı alanlarda kullanabileceklerini gösterdi. Gemma 4 31B modelinin donmuş ağırlıkları, ince bir ara yüz katmanıyla robotik manipülasyon ve karar verme görevlerinde başarılı sonuçlar verdi. Bu yaklaşım, her yeni görev için sıfırdan model eğitme ihtiyacını ortadan kaldırabilir. Özellikle robotik görevlerde yayınlanmış en iyi sonuçları geçerken, karar verme problemlerinde de mevcut yöntemlerle rekabet etti. Araştırma, yapay zekanın farklı modaliteler arasında nasıl transfer edilebileceğine dair önemli ipuçları sunuyor.
Yapay Zeka Modellerinin 'Sezgisel Düşünme' Yeteneği Araştırıldı
Büyük yapay zeka modellerinin karmaşık problemlerde başarılı olmasına rağmen, basit soruları hızla ve verimli şekilde çözme konusunda beklenmedik zorlanmalar yaşadığı ortaya çıktı. Araştırmacılar, bu modellerin 'Sistem 1 düşünme' olarak adlandırılan sezgisel problem çözme yeteneklerini inceledi. 28 farklı büyük dil modelini test eden çalışma, modellerin basit sorularda bile gereksiz uzun açıklamalar yaptığını ve verimsizlik gösterdiğini buldu. Bu durum, yapay zekanın insan benzeri doğal düşünme süreçlerini taklit etme konusundaki sınırlarını gözler önüne seriyor. Bulgular, gelecekteki AI sistemlerinin daha verimli ve pratik uygulamalar için geliştirilmesi gerektiğini işaret ediyor.
8 Milyar Parametreli Yapay Zeka Hindistan'da Hukuk Danışmanlığı Yapıyor
Hindistan'da vatandaşların hukuki haklarına erişimde yaşadığı zorluklar nedeniyle, araştırmacılar Legal Assist AI adlı yenilikçi bir sistem geliştirdi. Bu çalışma, görece küçük bir dil modelinin (8 milyar parametre) nasıl etkili hukuki danışmanlık verebileceğini gösteriyor. Sistem, Retrieval-Augmented Generation (RAG) teknolojisi ve stratejik prompt mühendisliği kullanarak, 600'den fazla güncel hukuki belgeden oluşan kapsamlı bir veri tabanıyla destekleniyor. Özellikle yeni yasalaşan Bharatiya Nyaya Sanhita ve Bharatiya Nagarik Suraksha Sanhita gibi kanunları da içeren bu sistem, büyük dil modellerinin belirli alanlarda nasıl optimize edilebileceğine dair önemli ipuçları sunuyor.
Yapay zeka ajanları artık kendi kendine makine öğrenmesi yapabiliyor
Araştırmacılar, büyük dil modeli tabanlı ajanların makine öğrenmesi görevlerini tamamen özerk şekilde gerçekleştirebilmesi için yeni bir yaklaşım geliştirdi. ML-Agent adı verilen bu sistem, geleneksel prompt tabanlı yöntemlerin aksine, pekiştirmeli öğrenme ile deneyimlerinden öğrenerek gelişiyor. Küçük modellerin genelleme yeteneği eksikliği ve büyük modellerin yüksek maliyeti sorunlarına çözüm getiren bu yaklaşım, yapay zeka ajanlarının makine öğrenmesi projelerini baştan sona yönetebilmesini sağlıyor. Sistem, çeşitli eylemler üretebilen keşif odaklı ince ayar, adım adım pekiştirmeli öğrenme ve deneyim toplama hızlandırma gibi yenilikçi bileşenler içeriyor. Bu gelişme, yapay zeka destekli otonom makine öğrenmesi mühendisliğinde önemli bir dönüm noktası olarak değerlendiriliyor.
Yapay Zeka Ajanları İçin Hafıza Mimarilerinde Yeni Birleşik Çerçeve
Büyük dil modeli tabanlı yapay zeka ajanlarının karmaşık görevlerde başarılı olabilmesi için hafıza sistemlerinin kritik önemi ortaya çıkıyor. Araştırmacılar, çok turlu diyaloglar, oyun oynama ve bilimsel keşif gibi uzun soluklu görevlerde ajanların bilgi birikimi, yinelemeli akıl yürütme ve kendini geliştirme yeteneklerini mümkün kılan hafıza yöntemlerini inceledi. Bu kapsamlı çalışmada, mevcut tüm ajan hafıza yöntemlerini kapsayan birleşik bir çerçeve sunuldu ve farklı hafıza yaklaşımları aynı deneysel koşullarda sistematik olarak karşılaştırıldı. İki tanınmış kıyaslama veri setinde yapılan testler, hangi hafıza stratejilerinin daha etkili olduğunu gösterdi. Araştırmanın yan ürünü olarak, mevcut yöntemlerin modüllerini birleştiren yeni bir hafıza tekniği geliştirildi ve bu yöntem en gelişmiş mevcut teknikleri geride bıraktı.
Arapça Finansal Yapay Zeka İçin İlk Kapsamlı Test Paketi Geliştirildi
Araştırmacılar, 422 milyon konuşucuya sahip Arapça için finansal yapay zeka sistemlerini değerlendiren ilk kapsamlı test paketini geliştirdi. 'Sahm' adlı bu sistem, İslami finans kurallarına uygunluk da dahil olmak üzere yedi farklı alanda yapay zeka modellerini test ediyor. 4,9 trilyon dolarlık Körfez servetine ve 4-5 trilyon dolarlık İslami finans sektörüne rağmen, Arapça finansal yapay zeka alanında ciddi bir boşluk vardı. Yeni test paketi, 14.380 uzman onaylı örnek içeriyor ve 20 farklı dil modelinin performansını ölçüyor. Sonuçlar şaşırtıcı: Arapça konuşabilen modeller finansal akıl yürütmede yetersiz kalıyor.
Konuşma Tanıma Sistemleri İçin Yeni Değerlendirme Yöntemleri Geliştirildi
Araştırmacılar, otomatik konuşma tanıma sistemlerinin kalitesini ölçmek için geleneksel kelime hata oranının ötesinde iki yeni metrik geliştirdi. POSER adlı ölçüm dilbilgisel doğruluğu, EmbER ise semantik anlamı değerlendiriyor. Bu yenilikçe yaklaşım, yapay zeka destekli konuşma tanıma teknolojilerinin gerçek performansını daha kapsamlı şekilde anlamamızı sağlıyor. Özellikle dil modelleriyle desteklenen sistemlerin ne kadar başarılı olduğunu sadece doğru kelime sayısıyla değil, dilbilgisel ve anlamsal doğrulukla da ölçebilmemizi mümkün kılıyor.
Yapay Zeka Güvenliğinde Yeni Keşif: Zararlı İçerik Reddi Nasıl Öğreniliyor?
Araştırmacılar, güvenli yapay zeka modellerinin zararlı talepleri nasıl reddettiğini inceledi. Stanford ve diğer üniversitelerden bilim insanları, 7 milyar parametreli bir dil modeli üzerinde yaptıkları çalışmada, dinamik düşman eğitiminin modelin reddetme davranışını nasıl şekillendirdiğini ortaya çıkardı. R2D2 adı verilen eğitim yöntemi, zararlı içerik üretme oranını %50'den neredeyse sıfıra düşürürken, aşırı reddetme problemini de kontrol altında tuttu. Çalışma, AI güvenliği alanında önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Modellerinin Karar Verme Önyargıları Yeni Yöntemle Azaltılıyor
Büyük dil modelleri çoktan seçmeli sorularda ve karşılaştırma görevlerinde seçenek sırası gibi anlamsız faktörlerden etkilenerek önyargılı davranabilir. Araştırmacılar, bu sorunu çözmek için PA-GRPO adlı yeni bir yöntem geliştirdi. Bu teknik, modelin aynı soruya farklı seçenek sıralarında tutarlı cevaplar vermesini sağlayarak karar verme sürecini iyileştiriyor. Geleneksel yöntemler pahalı ve mantıksal düşünceye zarar verebilirken, yeni yaklaşım modeli eğitim sırasında optimize ederek daha güvenilir sonuçlar elde ediyor.
Dijital Batarya Pasaportu Uyumluluğu için İlk Veri Seti: BatteryPass-12K
Araştırmacılar, Avrupa Birliği'nin yakında yürürlüğe girecek dijital batarya pasaportu (DBP) düzenlemelerine uygunluğu değerlendirmek için BatteryPass-12K adlı ilk kamu veri setini oluşturdu. Gerçek pilot örneklerden sentetik olarak üretilen bu veri seti, yapay zeka modellerinin batarya pasaportlarının düzenlemelere uygunluğunu sınıflandırmasını sağlıyor. Çalışmada 22 farklı dil modeli test edildi ve düşünce modelleri olarak adlandırılan gelişmiş yapay zeka sistemlerinin en başarılı performansı gösterdiği belirlendi. Bu araştırma, sürdürülebilir enerji teknolojilerinin düzenlenmesinde yapay zekanın rolünü artıracak önemli bir adım.
AI modelleri artık metin uzunluğunu daha iyi tahmin edebilecek
Yapay zeka araştırmacıları, dil modellerinin üretecekleri metinlerin uzunluğunu önceden tahmin etmesini sağlayan yeni bir yöntem geliştirdi. Length Value Model (LenVM) adı verilen bu yaklaşım, her bir kelime için kalan metin uzunluğunu tahmin ederek daha verimli ve kontrollü metin üretimi sağlıyor. Geleneksel yöntemler sadece tüm metin seviyesinde çalışırken, bu yeni model her kelime bazında detaylı tahminler yapabiliyor. Sistem, her üretilen kelimeye sabit bir maliyet atayarak, kalan metin uzunluğunu bir değer tahmini problemi olarak ele alıyor. Bu yaklaşım, ek veri etiketleme gerektirmeden çalışabiliyor ve büyük ölçekte uygulanabilir özellikler taşıyor. Deneyler, 7 milyar parametreli modellerde uzunluk kontrolünde önemli iyileştirmeler sağladığını gösterdi.
Claude yapay zekası 6 dilde test edildi: Diller arası tutarsızlıklar keşfedildi
Antropic'in Claude yapay zeka modeli, altı farklı dilde kapsamlı testlere tabi tutuldu. Araştırmacılar, İngilizce, Fransızca, Romence, İspanyolca, İtalyanca ve Almanca dillerinde aynı anlamda sorular sorarak modelin tutarlılığını inceledi. 216 yanıt üzerinden yapılan analiz, diller arasında önemli farklar olduğunu ortaya koydu. Fransızca yanıtların Almanca yanıtlardan %30 daha uzun olduğu, yaratıcılık ve duygusal içerik gerektiren konularda ise diller arası en fazla farklılığın görüldüğü tespit edildi. Bu çalışma, yapay zeka modellerinin çok dilli performansını değerlendirmek için yeni bir framework sunuyor.
Yapay Zeka Sohbet Robotları Artık Kullanıcıların Niyetlerini Önceden Tahmin Edebiliyor
Araştırmacılar, sohbet robotlarının reaktif yapısını değiştirerek proaktif hale getiren yeni bir model geliştirdi. Geleneksel yapay zeka asistanları sadece mevcut soruya yanıt verirken, yeni sistem kullanıcının gelecekteki niyetlerini önceden tahmin ederek daha verimli diyaloglar kurabiliyor. Temporal Bayesian Network kullanan bu yaklaşım, MultiWOZ 2.2 veri setinde test edildi ve kullanıcı niyetlerinin %75'ini karşılamak için gereken sohbet turlarını 3.95'ten 2.73'e düşürdü. Sistem, mevcut dil modelini değiştirmeden sadece hafif bir rehberlik mekanizması ekleyerek bu başarıyı elde ediyor. Bu gelişme, müşteri hizmetlerinden kişisel asistanlara kadar birçok alanda daha etkili yapay zeka etkileşimleri vaat ediyor.
Çeviri Yaparken Duygular Kaybolmasın: Küçük Dil Modelleri Test Edildi
Makine çevirisi teknolojisinde anlam doğruluğu kadar duygusal bütünlük de önemli. Araştırmacılar, EuroLLM, Aya Expanse ve Gemma gibi üç gelişmiş küçük dil modelinin çeviri sırasında ince duygusal nüansları ne kadar koruduğunu inceledi. GoEmotions veri seti kullanılarak yapılan çalışmada, Reddit yorumlarındaki 28 farklı duygu kategorisi beş Avrupa dilinde test edildi. Sonuçlar, mevcut çeviri sistemlerinin semantik eşdeğerliği korumada başarılı olmasına rağmen, duygusal sadakati sağlamada hala zorluklar yaşadığını gösteriyor. Bu araştırma, gelecekte daha empatik ve duygusal açıdan hassas çeviri teknolojilerinin geliştirilmesi açısından önem taşıyor.
Almanca yapay zeka modelleri için kaliteli veri tekrarı çeşitlilikten daha etkili
Araştırmacılar, Almanca gibi kaynak bakımından zengin dillerde yapay zeka dil modellerini eğitirken önemli bir ikilemle karşılaştı: Geniş ve çeşitli veri setleriyle tek seferlik eğitim mi, yoksa küçük ama kaliteli veri setleriyle çok epochluk eğitim mi daha etkili? 500 milyon web dokümanı üzerinde yapılan kapsamlı deneyler, yüksek kaliteli verilerin tekrarlanmasının beklenenden çok daha başarılı olduğunu ortaya koydu. Sonuçlar, aynı veri seti 7 kez tekrarlandığında bile performans artışının devam ettiğini gösteriyor. Bu bulgular, dil modeli eğitiminde veri kalitesinin çeşitlilikten daha kritik olduğunu ve sınırlı kaynaklarla çalışan araştırmacılar için önemli bir strateji değişikliği önerisi sunuyor.
Yapay Zeka Ajanları İçin Birleşik Hafıza Sistemi: AgeMem
Büyük dil modeli (LLM) ajanları, sınırlı bağlam penceresi nedeniyle uzun vadeli görevlerde hafıza yönetimi sorunları yaşıyor. Araştırmacılar, bu sorunu çözmek için AgeMem adlı yenilikçi bir hafıza sistemi geliştirdi. Geleneksel yaklaşımlar kısa ve uzun vadeli hafızayı ayrı bileşenler olarak ele alırken, AgeMem bu ikisini birleşik bir çerçevede yönetiyor. Sistem, hafıza işlemlerini araç tabanlı eylemler olarak sunarak, yapay zeka ajanının hangi bilgiyi ne zaman saklayacağına, getireceğine, güncelleyeceğine veya sileceğine özerk olarak karar vermesini sağlıyor. Bu birleşik yaklaşım, daha etkili hafıza yönetimi ve uçtan uca optimizasyon imkanı sunuyor.
Avrupa parlamentolarında yapay zeka ile siyasi gündem analizi: 28 ülke incelendi
Araştırmacılar, Avrupa'daki 28 parlamentonun siyasi gündemlerini analiz etmek için yapay zeka destekli yeni bir sistem geliştirdi. ParlaCAP adlı bu sistem, 8 milyondan fazla parlamento konuşmasını analiz ederek siyasi konuları otomatik olarak sınıflandırabiliyor. Çalışmada büyük dil modelleri ile küçük modeller arasında öğretmen-öğrenci yaklaşımı kullanılarak maliyet-etkin bir çözüm üretildi. Sistem, insan uzmanlarla karşılaştırılabilir doğruluk oranları gösterdi ve mevcut sınıflandırma araçlarından daha başarılı sonuçlar verdi. Bu gelişme, parlamenter demokrasilerde gündem belirleme süreçlerinin anlaşılmasına önemli katkı sağlayacak.
Hikaye anlatma tarzı ruh sağlığını kelime sayımından daha iyi tahmin ediyor
Çin'de yapılan yeni bir araştırma, ruh sağlığı durumunu tespit etmede geleneksel kelime sayma yöntemlerinin yetersiz kaldığını ortaya koydu. 830 terapötik metin üzerinde yapılan çalışmada, insanların deneyimlerini nasıl anlattıklarının - hikaye yapısı, tutarlılık ve anlatım organizasyonu gibi üst düzey özelliklerinin - depresyon, anksiyete ve travma gibi durumları tahmin etmede çok daha etkili olduğu bulundu. Araştırmacılar, anlatı değerlendirmesi için üç seviyeli yeni bir çerçeve geliştirdi: kelime düzeyinde özellikler, anlam düzeyinde gömme teknikleri ve makro düzeyde büyük dil modeli değerlendirmesi. Sonuçlar, ruh sağlığı alanındaki mevcut yaklaşımları sorguluyor ve tedavi yazılarının analizinde hikaye anlatma yapısının önemini vurguluyor.