“dil modelleri” için sonuçlar
1.226 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Modelleri Gerçekten İnsan Beynini Taklit Ediyor mu?
Araştırmacılar, dil modellerinin beyin aktivitesini ne kadar iyi tahmin ettiğini ölçen mevcut yöntemlerin yetersiz olduğunu ortaya koydu. Büyük dil modellerinin insan beynindeki dil işleme süreçlerini gerçekten taklit edip etmediğini anlamak için sadece tahmin skorlarına bakmanın yeterli olmadığını gösteren çalışma, L-PACT adlı yeni bir değerlendirme çerçevesi kullandı. Bu framework, 414 tahmin-kontrol satırı, 2304 ilişkisel profil satırı ve 4320 mekanizma analiz satırı içeren kapsamlı testler gerçekleştirdi. Bulgular, yapay zeka ve beyin araştırmalarında kullanılan mevcut karşılaştırma metodolojilerinin gözden geçirilmesi gerektiğine işaret ediyor.
Yapay Zeka Çöküşüne Karşı Tek Gerçek Veri Noktası Çözümü
Yapay zeka sistemlerinin en büyük tehditlerinden biri olan 'model çöküşü' sorununun çözümüne yönelik umut verici bir yaklaşım geliştirildi. Araştırmacılar, yapay zeka modellerinin kendi ürettikleri verilerle eğitilmesi sonucu ortaya çıkan performans kaybı ve halüsinasyon artışının, gerçek dünya verilerinin stratejik kullanımıyla önlenebileceğini keşfetti. Bu çalışma, gelecekte AI sistemlerinin daha güvenilir çalışması için kritik öneme sahip. Model çöküşü, özellikle büyük dil modelleri ve görüntü üretici AI'lar için ciddi bir sorun haline gelmişti. Yeni bulgular, bu sorunun çözümünde gerçek veri noktalarının nasıl etkili kullanılabileceğine dair önemli ipuçları sunuyor.
Yapay Zeka Artık İlaç Moleküllerini Geri Sentezleyebiliyor
Araştırmacılar, büyük dil modellerinin (LLM) kimyasal sentez planlamasında devrim yaratabilecek yeni bir yaklaşım geliştirdi. Retrosintez olarak bilinen süreç, hedef moleküllerin daha basit bileşenlere ayrıştırılması yoluyla ilaç geliştirmede kritik rol oynar. Geleneksel makine öğrenmesi yöntemleri tek adımlık reaksiyonlarla sınırlıyken, yeni sistem çok adımlı sentez yollarını planlamada başarı gösteriyor. Bu gelişme, ilaç keşfi ve organik kimya alanında daha etkili sentez stratejilerinin geliştirilmesine kapı açabilir.
Yapay Zeka Modelleri Bilimsel Keşifte Ne Kadar Başarılı?
Araştırmacılar, büyük dil modellerinin (LLM) bilimsel araştırmalardaki gerçek performansını ölçmek için yeni bir değerlendirme sistemi geliştirdi. Bu sistem, biyoloji, kimya, malzeme bilimi ve fizik alanlarında AI modellerinin sadece bilgi birikimini değil, hipotez üretme, deney tasarlama ve sonuçları yorumlama yeteneklerini de test ediyor. Sonuçlar, en gelişmiş AI modellerinin bile geleneksel bilim testlerindeki performanslarına kıyasla gerçek bilimsel keşif süreçlerinde daha zayıf kaldığını gösteriyor. Bu bulgular, AI'nın bilimsel araştırmalarda kullanımı konusunda daha dikkatli yaklaşılması gerektiğini ortaya koyuyor.
Yapay Zeka İnsan Gibi Öğrenmeye Başladı: Beyin Aktivitelerini Taklit Ediyor
Stanford araştırmacıları, modern büyük dil modellerinin insanlar gibi yeni oyunları öğrenip strateji geliştirebildigini keşfetti. Katılımcıların video oyunu oynarken beyin aktiviteleri fMRI ile kaydedildi ve yapay zeka modellerinin performansı karşılaştırıldı. Sonuçlar, en gelişmiş dil modellerinin insan öğrenme davranışlarını taklit etmede ve beyin aktivitelerini tahmin etmede pekiştirmeli öğrenme algoritmalarından on kat daha başarılı olduğunu gösteriyor. Bu bulgular, yapay zekanın insan benzeri öğrenme ve planlama yetenekleri kazanmaya başladığının güçlü bir işareti olarak değerlendiriliyor.
Yapay Zeka, Yoğunluk Fonksiyonel Teorisi İçin Yeni Matematiksel Fonksiyonlar Keşfetti
Araştırmacılar, büyük dil modellerini kullanarak yoğunluk fonksiyonel teorisinde (DFT) kritik öneme sahip değişim-korelasyon fonksiyonlarını otomatik olarak keşfeden bir sistem geliştirdi. Geleneksel olarak bilim insanları tarafından elle tasarlanan bu fonksiyonlar, moleküllerin ve malzemelerin elektronik özelliklerini hesaplamada kullanılıyor. Yeni sistem, evrimsel süreçlerden ilham alarak fonksiyonel formları öneriyor ve iteratif bir döngüyle performanslarını test ediyor. SAFS26-a adlı en başarılı fonksiyon, altın standart olarak kabul edilen ωB97M-V fonksiyonunu geride bıraktı. Bu gelişme, kimyasal hesaplamalarda daha doğru sonuçlar elde edilmesini sağlayabilir ve malzeme biliminden ilaç keşfine kadar birçok alanda uygulanabilir.
Yapay Zeka DNA'yı Okuyarak Dakikalar İçinde Genetik Soyağacını Çıkarıyor
Oregon Üniversitesi araştırmacıları, genetik kodu tıpkı ChatGPT'nin metinleri okuduğu gibi analiz eden devrim niteliğinde bir yapay zeka sistemi geliştirdi. Bu yenilikçi teknoloji, genomu tarayarak biyolojik mutasyon desenlerini tespit ediyor ve gen çiftlerini geçmişe doğru takip ederek ortak atalarına kadar uzanan genetik geçmişi ortaya çıkarıyor. Geleneksel istatistiksel yöntemlerle eşdeğer sonuçlar veren sistem, saatler veya günler sürebilen analiz süreçlerini dakikalara indiriyor. Bu gelişme, evrimsel biyoloji araştırmalarını hızlandıracak ve genetik mirasın anlaşılmasında yeni kapılar açacak. Büyük dil modellerinin başarılı yaklaşımını genetik veriye uyarlayan çalışma, yapay zekanın bilimsel araştırmalardaki potansiyelini bir kez daha gözler önüne seriyor.
Yapay Zeka Görüntüleri Tanıyor Ama Sayamıyor: Araştırmacılar Çözüm Arıyor
Günümüzün yapay zeka sistemleri görüntüleri tanımlayabiliyor, nesneleri ayırt edebiliyor ve karmaşık ilişkileri açıklayabiliyor. Görsel-dil modelleri olarak adlandırılan bu sistemler, metin ve görüntü anlayışını etkileyici şekillerde birleştiriyor. Ancak şaşırtıcı bir şekilde, görünüşte basit olan sayma işleminde zorlanıyorlar. Hof Uygulamalı Bilimler Üniversitesi araştırmacıları, yapay zekanın bu temel eksikliğini gidermek için yeni çalışmalar yürütüyor. Bu durum, AI teknolojisinin hızla gelişmesine rağmen bazı temel bilişsel yeteneklerde hala sınırları olduğunu gösteriyor.
Küçük AI Modelleri Radyoloji Alanında Büyük Başarı Gösterdi
Araştırmacılar, sadece 3-4 milyar parametreye sahip küçük yapay zeka modellerinin, özel eğitim teknikleriyle radyoloji alanında büyük modeller kadar başarılı olabileceğini gösterdi. RadLite projesi kapsamında geliştirilen bu modeller, hastane bilgisayarlarında bile çalışabilecek kadar hafif olmasına rağmen, tıbbi görüntü analizi, hastalık tespiti ve rapor yazma gibi 9 farklı radyoloji görevinde yüksek performans sergiledi. Özellikle RADS sınıflandırmasında %53, doğal dil anlamada %60, N-evrelendirmede %89 oranında performans artışı elde edildi. Bu gelişme, kaynak kısıtlı sağlık kurumlarının da yapay zeka destekli radyoloji hizmetlerinden faydalanmasının önünü açıyor.
Yapay Zeka Öğretmenler Hangi Soruları Doğru Değerlendiriyor?
Araştırmacılar, büyük dil modellerinin kısa cevaplı soruları ne kadar iyi değerlendirdiğini ölçmek için yeni bir yöntem geliştirdi. Çalışma, benzer genel performans gösteren yapay zeka modellerinin aslında farklı zorluktaki sorularda çok farklı başarı oranları sergilediğini ortaya koyuyor. Bu keşif, eğitimde yapay zeka kullanımı için kritik önem taşıyor.
Yapay Zeka Modellerinin 'Bilinmeyen' Verilerle Başa Çıkma Sırrı Çözüldü
Araştırmacılar, büyük dil modellerinin alışık olmadığı verilerle karşılaştığında nasıl davrandığını anlamak için yeni bir çerçeve geliştirdi. Mevcut tespit yöntemlerinin aslında metin uzunluğundan etkilendiğini ve bu nedenle yanıltıcı sonuçlar verdiğini keşfettiler. Çalışma, modellerin iki farklı yoldan bilgiyi işlediğini ortaya koyuyor: embedding'ler metnin konusunu yakalarken, işleme yörüngesi modelin veriyi nasıl işlediğini gösteriyor. Bu bulgular, yapay zeka güvenliği ve modellerin güvenilirlik tespiti için önemli sonuçlar taşıyor.
Yapay Zeka Sağlık Metinlerini Nasıl Daha Ekonomik İşleyebilir?
Büyük dil modelleri sağlık alanında kullanılırken yüksek maliyet sorunuyla karşılaşıyor. Araştırmacılar, uzun ve karmaşık klinik metinlerin işlenmesi için yeni bir yöntem geliştirdi. Bu yaklaşım, sınırlı bütçe ile en önemli bilgi parçalarını seçerek hem maliyeti düşürüyor hem de performansı koruyor. Klinik notlar, tıbbi özetler ve değerlendirme metinleri üzerinde yapılan deneyler, akıllı seçim stratejilerinin başarılı olduğunu gösterdi. Bu gelişme, sağlık teknolojilerinde yapay zekanın daha verimli kullanılması için önemli bir adım.
Yapay Zeka Modelleri Artık Seçici Unutabilecek: TokenUnlearn Yöntemi
Araştırmacılar, büyük dil modellerinin belirli bilgileri daha hassas bir şekilde unutabilmesi için yenilikçi bir yöntem geliştirdi. TokenUnlearn adlı bu yaklaşım, tüm metin yerine yalnızca kritik kelimeleri hedef alarak modellerin istenmeyen bilgileri daha etkili şekilde silmesini sağlıyor. Mevcut yöntemler tüm metne aynı şekilde müdahale ederken, yeni sistem önemli ve önemsiz kelimeler arasında ayrım yapabiliyor. Bu gelişme, yapay zeka modellerinin gizlilik, güvenlik ve yasal düzenlemeler açısından daha uyumlu hale gelmesinde önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Modellerinin Önyargıları: Görev Tanımı Nasıl Karar Vermeyi Etkiliyor?
Araştırmacılar, büyük dil modellerinin (LLM) görev tanımlarındaki ifadelerden nasıl önyargılı çıkarımlar yaptığını inceledi. Mahkumlar ikilemi oyunu üzerinden yapılan deneylerde, yapay zeka modellerinin mantıklı adımlar izleseler bile varsayımsal düşünce kalıplarına sıkışabildikleri görüldü. Ancak görev tanımı tarafsız bir dille yapıldığında, modeller daha objektif kararlar verebiliyor. Bu bulgular, yapay zekanın güvenli kullanımı için doğru görev tanımlarının kritik önemini ortaya koyuyor.
Yapay Zeka Modellerini Yönlendirme Sistemi için Yeni Profilleme Yaklaşımı
Araştırmacılar, büyük dil modellerinin (LLM) farklı görevlerdeki performanslarını daha etkili şekilde yönlendirmek için RouteProfile adlı yeni bir profilleme sistemi geliştirdi. Her yapay zeka modelinin farklı alanlarda değişken yeteneklere sahip olması, doğru model seçimini kritik hale getiriyor. Çalışma, model yeteneklerini dört temel boyutta kategorize ederek daha akıllı yönlendirme sistemleri oluşturmayı hedefliyor. Bu yaklaşım, yapay zeka ekosistemindeki model çeşitliliğinden daha verimli yararlanma potansiyeli taşıyor.
Yapay Zeka Nasıl Öğrenir? İçerik İçi Öğrenmenin Sırları Çözüldü
Araştırmacılar, büyük dil modellerinin örneklerden nasıl öğrendiğini gösteren içerik içi öğrenme (ICL) mekanizmasının iç işleyişini aydınlattı. Çalışma, bu sürecin iki temel bileşenini belirledi: görev tanıma ve görev öğrenme. Yeni geliştirilen TSLA çerçevesi sayesinde, yapay zekanın dikkat başlıklarının bu iki farklı işlevi nasıl yerine getirdiği ortaya çıkarıldı. Bulgular, AI sistemlerinin nasıl çalıştığını anlamamızda önemli bir adım teşkil ediyor.
Mobil Cihazlar için Yeni AI Dil İşleme Algoritması Hızı İkiye Katladı
Araştırmacılar, mobil cihazlarda yapay zeka dil modellerinin çalışmasını hızlandıran yeni bir algoritma geliştirdi. Peek2 adlı bu sistem, GPT-3 ve LLaMA-3 gibi popüler AI modellerinde kullanılan metin işleme sürecini optimize ediyor. Geleneksel yöntemlerin aksine regex kullanmayan bu yaklaşım, daha az bellek tüketirken performansı 2,5 kata kadar artırabiliyor. Mobil ve kenar bilişim cihazlarında AI uygulamalarının daha verimli çalışması için kritik bir gelişme olan bu çalışma, büyük dil modellerinin günlük hayatta daha yaygın kullanılmasının önünü açabilir.
Yapay Zeka Modelleri İçin Devrim Niteliğinde Dikkat Mekanizması Geliştirildi
Araştırmacılar, büyük dil modellerinin uzun metinleri işlerken karşılaştığı en büyük sorunu çözen yeni bir yöntem geliştirdi. Token Sparse Attention adlı bu teknik, modellerin dikkat mekanizmasındaki karmaşıklığı büyük ölçüde azaltıyor. Geleneksel yöntemler, önemli bilgileri kalıcı olarak siliyor ya da katı kalıplarla çalışıyordu. Yeni yaklaşım ise dinamik bir şekilde hangi bilgi parçalarının önemli olduğunu belirleyip, gerektiğinde bu bilgileri sonraki işlemlerde yeniden değerlendiriyor. Bu sayede hem hız kazanılıyor hem de bilgi kaybı önleniyor.
Yapay Zeka Modelleri İnsanlar Gibi Karar Verebiliyor mu?
Araştırmacılar, büyük dil modellerinin (LLM) belirsizlik altında karar verme konusunda insanlara ne kadar benzediğini araştırdı. Çok kollu haydut (multi-armed bandit) deneylerini kullanarak yapılan karşılaştırmada, keşif-sömürü dengesi incelendi. Bu denge, yeni seçenekleri deneme ile mevcut en iyi seçeneği kullanma arasındaki karardır. Sonuçlar, yapay zeka modellerinin düşünme süreçleri etkinleştirildiğinde insan davranışlarına daha çok benzediğini ortaya koydu. Bu bulgular, yapay zekanın insan benzeri karar verme süreçlerini simüle etme potansiyeli hakkında önemli ipuçları veriyor.
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 Modelleri Nörofarklılık Durumuna Göre Cevaplarını Nasıl Uyarlıyor?
Araştırmacılar, gelişmiş büyük dil modellerinin (LLM) nörofarklı kullanıcılara yönelik sistem talimatları aldıklarında çıktılarını nasıl değiştirdiğini inceledi. NDBench adlı yeni bir test sistemi kullanılarak yapılan çalışmada, modellerin nörofarklılık bağlamında önemli uyarlamalar gösterdiği ortaya çıktı. İki farklı gelişmiş model, üç sistem talimat türü ve dört nörofarklılık profili kullanılarak 576 farklı çıktı analiz edildi. Sonuçlar, modellerin özellikle detaylı talimatlar aldıklarında daha uzun, yapılandırılmış ve adım adım açıklamalar içeren yanıtlar ürettiğini gösteriyor. Bu uyarlamaların büyük ölçüde yapısal değişiklikler olduğu ve içerik yerine sunum biçiminde değişiklikler yapıldığı tespit edildi. Araştırma, yapay zeka sistemlerinin farklı kullanıcı ihtiyaçlarına nasıl uyum sağladığını anlamak açısından önemli bulgular sunuyor.
Yapay zeka modelleri Arapça lehçelerle kültürel konuları anlamakta zorlanıyor
Araştırmacılar, büyük dil modellerinin (LLM) Arapça lehçelerindeki kültürel nüansları anlama konusundaki eksiklerini ortaya koyan kapsamlı bir çalışma gerçekleştirdi. ArabCulture-Dialogue adlı yeni veri seti, 13 Arap ülkesinin hem standart Arapçasını hem de yerel lehçelerini kapsıyor. Çalışma, yapay zeka modellerinin Standart Modern Arapça ile çalıştığında daha iyi performans gösterdiğini, ancak yerel lehçeler söz konusu olduğunda kültürel akıl yürütme, çeviri ve dil üretimi görevlerinde belirgin şekilde zorlandığını gösteriyor. Bu araştırma, çok kültürlü yapay zeka sistemlerinin geliştirilmesi için önemli bulgular sunuyor.
Küçük dil modelleri artık tablo verilerini kaynak göstererek analiz edebiliyor
Araştırmacılar, küçük dil modellerinin tablo verilerini analiz ederken hangi hücrelerden bilgi aldığını şeffaf bir şekilde gösterebilen RSAT yöntemini geliştirdi. Bu yenilik, yapay zeka sistemlerinin güvenilirliği açısından önemli bir adım. 1-8 milyar parametreli modeller üzerinde test edilen sistem, her akıl yürütme adımını kaynak hücrelerle eşleştirerek doğrulanabilir sonuçlar üretiyor. Geleneksel yaklaşımlarda kullanıcılar, AI'nın hangi verileri kullanarak sonuca ulaştığını bilemiyordu. RSAT ise adım adım mantık yürütme sürecinde kullanılan her tablo hücresini işaret ederek bu sorunu çözüyor. Test sonuçları, sistemin güvenilirliğini 3,7 kat artırdığını ve kaynak gösterme doğruluğunun yüzde 99,2'ye ulaştığını gösteriyor.