“kaynak kod” için sonuçlar
29 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Kuantum Hesaplamalarda Devrim: CDFCI Yazılımı Büyük Ölçekli Sorunları Hızla Çözüyor
Bilim insanları, karmaşık kuantum sistemlerdeki çok parçacıklı etkileşimleri hesaplamak için yeni bir yazılım geliştirdi. CDFCI adlı bu program, hem kimyasal moleküllerin elektronik yapılarını hem de katı hal fiziğindeki örgü modellerini analiz edebiliyor. Yazılım, koordinat-iniş tabanlı bir algoritma kullanarak büyük ölçekli özdeğer problemlerini çözmede yüksek performans sergiliyor. Modern çok çekirdekli işlemcilerde paralel hesaplama stratejileri sayesinde, mevcut CIPSI ve SHCI gibi programlarla rekabet edebilen hızda sonuçlar üretiyor. Açık kaynak kodlu olan program, Python arayüzü ile kolay entegrasyon imkanı sunuyor. Bu gelişme, kuantum kimyası ve yoğun madde fiziği araştırmalarında hesaplama hızını artırarak daha karmaşık sistemlerin incelenmesine olanak sağlayacak.
Açık kaynak 3D yazıcı platformu elektrokataliz araştırmalarını demokratikleştiriyor
Kimya araştırmacıları uzun süredir ortak bir standart platformun eksikliğiyle karşı karşıya. Elektrokatalitik reaksiyonları karşılaştırmak için her laboratuvar farklı ekipmanlar kullanıyor, bu da sonuçların objektif değerlendirilmesini zorlaştırıyor. Yeni geliştirilen açık kaynak kodlu, 3D yazdırılabilir platform bu soruna çözüm getiriyor. Gaz difüzyon elektrot reaktörü olarak tasarlanan sistem, düşük maliyet ve standardizasyon avantajları sunuyor. Araştırmacılar artık katalitik reaksiyonları aynı koşullarda test edebilecek, bu da bilimsel karşılaştırmaları daha güvenilir hale getirecek. Platform özellikle standart katalizör bulunmayan reaksiyonlar için kritik önem taşıyor.
Küçük Yapay Zeka Modelleri Acil Tıp Triajında Doktor Asistanı Oluyor
Acil servislerde hastaların öncelik sıralaması yapılırken yaşanan tutarsızlıklar ve hatalar ciddi bir sorun oluşturuyor. Araştırmacılar, bu soruna çözüm olarak küçük boyutlu yapay zeka modellerini test etti. Çalışmada, açık kaynak kodlu Qwen2.5-7B modeli, acil servis triyaj notlarını analiz ederek hastaların aciliyet seviyelerini belirleme konusunda başarılı sonuçlar verdi. Model, özellikle pediatrik triyaj verilerle eğitildikten sonra, hem doğruluk hem de istikrar açısından büyük gelişim gösterdi. Bu yaklaşım, hasta mahremiyetini korurken doktorlara güvenilir karar destek sistemi sunma potansiyeli taşıyor. Araştırma, pahalı büyük dil modellerine alternatif olarak, daha küçük ve verimli modellerin tıbbi uygulamalarda etkili olabileceğini gösteriyor.
TEACar: Açık Kaynak Kodlu Otonom Sürüş Test Platformu Geliştirildi
Araştırmacılar, otonom araç teknolojilerinin test edilmesi için TEACar adlı yenilikçi bir platform geliştirdi. 1/14 - 1/16 ölçeğindeki bu miniatur platform, gerçek boyutlu otonom araçların maliyetli ve karmaşık test süreçlerine pratik bir alternatif sunuyor. Sistem, modüler mimari yapısı sayesinde farklı sensör ve yazılım konfigürasyonlarının kolayca test edilmesine olanak tanıyor. Dört katmanlı tasarımı ile algılama, hesaplama, hareket ve güç sistemlerini fiziksel olarak ayıran platform, hem yapısal dayanıklılığı artırıyor hem de yeniden yapılandırma işlemlerini basitleştiriyor. ROS 2 tabanlı yazılım altyapısı ve donanım soyutlama katmanı ile araştırmacılar, otonom sürüş algoritmalarını gerçekçi koşullarda test edebiliyor. Bu gelişme, otonom araç teknolojilerinin daha hızlı ve ekonomik şekilde geliştirilmesine katkı sağlayacak.
Otonom sistemlerin güvenliği için dijital ikiz metodolojisi geliştirildi
Araştırmacılar, otonom platformların siber güvenlik açıklarını değerlendirmek için yeni bir dijital ikiz metodolojisi geliştirdi. Açık kaynak kodlu bu sistem, otonom araçların sensör aldatması, veri tekrarı ve yapay zeka saldırıları gibi tehditlere karşı dayanıklılığını test ediyor. Geleneksel güvenlik testlerinin aksine, bu yaklaşım gerçek operasyonel koşulları simüle ederek tehdit odaklı değerlendirmeler yapıyor. Modüler tasarımı sayesinde farklı otonom sistemlere uyarlanabilen metodoloji, algılama, otonom karar verme ve denetim fonksiyonlarını ayrı ayrı analiz ediyor. Bu çalışma, güvenli otonom sistemlerin geliştirilmesinde kritik bir adım olarak değerlendiriliyor.
Yapay Zeka Modellerinde Ayar Seçimi Model Seçiminden 5 Kat Daha Önemli
Açık kaynak kodlu büyük dil modellerinin donanım tasarımında kullanımını inceleyen yeni araştırma, hangi modelin kullanıldığından çok nasıl yapılandırıldığının önemli olduğunu ortaya koyuyor. 26 farklı modeli 108 farklı yapılandırma ile test eden çalışmada, aynı modelin en iyi ve en kötü ayarları arasında %25,5'e kadar performans farkı gözlendi. Bu fark, farklı model aileleri arasındaki ortalama performans farkından 5 kat daha büyük. Bulgular, yapay zeka araştırmalarında model karşılaştırmalarının yanında konfigürasyon optimizasyonunun da kritik önemde olduğunu gösteriyor.
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.
Yapay Zeka Kodlama Modelleri Karşılaştırması: Gerçek Uygulamada Beklenmedik Sonuçlar
Araştırmacılar, beş farklı açık kaynak kodlama yapay zekası modelini React Native mobil uygulama geliştirme görevinde test etti. Çalışmada Kimi-K2.5, GLM-5.1, Qwen3-Coder-480B ve DeepSeek-V3.2 modelleri NVIDIA GH200 donanımında karşılaştırıldı. Şaşırtıcı şekilde, teorik performans sıralamaları gerçek dünya görevlerindeki başarıyı öngöremedi. En düşük kaliteli sıkıştırmaya sahip Kimi-K2.5 modeli, SWE-Bench testlerinde daha yüksek puan alan rakiplerini geride bırakarak en eksiksiz ve kurallara uygun kodu üretti. Araştırma, yapay zeka kodlama araçlarının değerlendirilmesinde laboratuvar testleri ile gerçek dünya performansı arasındaki önemli farkları ortaya koyuyor.
Yapay Zeka Yazılım Tasarım Kalıplarını Tespit Edebiliyor
Araştırmacılar, büyük dil modellerinin yazılım geliştirmede kullanılan tasarım kalıplarını otomatik olarak tespit edebilme yeteneklerini incelediler. Çalışmada dört farklı yapay zeka modeli test edildi ve bu modeller kaynak kodu, görsel diagramlar ve metin açıklamaları gibi farklı veri türleriyle beslendiğinde nasıl performans sergiledikleri ölçüldü. Singleton, adapter, bridge, composite ve decorator gibi beş temel tasarım kalıbının tespiti üzerinde yoğunlaşan araştırma, yazılım geliştirme sürecinde AI'nın rolünü genişletebilecek bulgular sunuyor. Bu teknoloji özellikle yeni geliştiricilerin karmaşık yazılım sistemlerini anlamasını kolaylaştırabilir ve deneyimli programcıların kod kalitesi sorunlarını hızla tespit etmesine yardımcı olabilir.
RAVEN: Yapay Zeka ile Siber Güvenlik Açıklarını Analiz Eden Yeni Sistem
Araştırmacılar, büyük dil modellerini kullanarak yazılım güvenlik açıklarını otomatik olarak analiz edebilen RAVEN adlı yeni bir sistem geliştirdi. Bu sistem, kaynak kodundaki güvenlik açıklarını tespit ederek kapsamlı analiz raporları hazırlayabiliyor. RAVEN, Google Project Zero'nun kök neden analizi şablonunu takip ederek, güvenlik açığı belirleme, etki değerlendirme ve yapılandırılmış rapor oluşturma süreçlerini otomatikleştiriyor. Sistem dört temel modülden oluşuyor: açık tespit eden Explorer ajanı, ilgili bilgileri toplayan RAG motoru, etki analizi yapan Analyst ajanı ve rapor üreten Reporter ajanı. Bu gelişme, siber güvenlik alanında yapay zekanın kullanımını genişleterek, güvenlik açığı dokümantasyonu ve analizinde yeni olanaklar sunuyor.
Veri Sıkıştırmada Devrim: Polar Kodlama ile Kayıpsız Bilgi Aktarımı
Araştırmacılar, dağıtık kaynak kodlama için yeni bir polar kodlama yöntemi geliştirdi. Bu teknik, Gaussian kaynaklardan gelen verileri minimum bozulmayla sıkıştırarak iletebiliyor. Özellikle 5G ağları için tasarlanan kısa blok uzunluklu çok seviyeli polar kodlar kullanılarak, Wyner-Ziv polar kodlu kuantizasyon (WZ-PCQ) sistemi geliştirildi. Bu sistem, geleneksel ayrı blok işleme yöntemlerine kıyasla toplam bozulmayı önemli ölçüde azaltıyor. Çalışma, veri iletişiminde hem kaliteyi artıran hem de bant genişliği kullanımını optimize eden bir yaklaşım sunuyor. Bulgular, özellikle mobil iletişim ve veri depolama alanlarında önemli iyileştirmeler sağlayabilir.
Bilimsel Araştırmalarda Görsel Belge Gösterimi Yetersiz Kalıyor
Yapay zeka alanında bilimsel belgeleri arama ve bulma konusunda önemli bir sorun tespit edildi. Günümüzde birçok sistem, bilimsel makaleleri görsel olarak işleyerek arama yapıyor - tıpkı bir fotoğrafı analiz eder gibi. Ancak yeni araştırmalar, bu yaklaşımın bilimsel metinler için yetersiz kaldığını gösteriyor. Bilimsel makaleler karmaşık yapılar içeriyor: tablolar, grafikler, formüller ve metinler birbirini tamamlıyor. Bu öğeler arasındaki ilişkileri anlamak için sadece görsel analizin yeterli olmadığı ortaya çıktı. Araştırmacılar, LaTeX kaynak kodlarından yararlanarak yeni bir test sistemi geliştirdi. Bu sistem, belgelerin yapısal öğelerine doğrudan erişim sağlayarak daha etkili arama imkanı sunuyor. Bulgular, metin tabanlı ve karma yöntemlerin görsel yaklaşımlardan daha başarılı olduğunu ortaya koyuyor.
OptunaHub: Kara Kutu Optimizasyonu için Topluluk Odaklı Platform
Yapay zeka ve makine öğrenmesi alanında kritik öneme sahip kara kutu optimizasyon (BBO) algoritmaları, farklı araştırma topluluklarında dağınık bir şekilde geliştiriliyordu. Japonya merkezli araştırmacılar, bu sorunu çözmek için OptunaHub adlı yenilikçi platformu geliştirdi. Platform, optimizasyon algoritmalarının ve benchmark problemlerinin merkezi bir şekilde paylaşılmasını, keşfedilmesini ve yeniden kullanılmasını sağlıyor. AutoML ve Malzeme Bilişimi gibi önemli alanlarda kullanılan bu teknoloji, topluluk odaklı yaklaşımıyla bilimsel işbirliğini artırmayı hedefliyor. Açık kaynak kodlu olan platform, araştırmacıların kendi algoritmalarını bağımsız olarak yayınlamasına ve diğerlerinin çalışmalarından faydalanmasına olanak tanıyor.
Bilgi darboğazı kaynak kodlamada hata sınırları belirlendi
Araştırmacılar, gürültülü gözlemlerden uzaktaki kaynaklar hakkında optimal tahmin yapma problemini inceleyen bilgi darboğazı kaynak kodlama tekniğinin matematiksel sınırlarını keşfetti. Bu yöntem, sınırlı veri aktarımıyla en iyi tahminleri üretmeye odaklanıyor. Çalışma, kodlama hızının kritik eşik değerinin altında ve üstünde olduğu durumlarda hata olasılıklarının nasıl değiştiğini matematiksel olarak kanıtladı. Bulgular, veri sıkıştırma ve uzaktan algılama teknolojilerinde önemli iyileştirmeler sağlayabilir. Özellikle IoT sensörleri, uydu haberleşmesi ve yapay zeka sistemlerinde enerji verimli veri iletimi için kritik öneme sahip. Araştırma, teorik bilgisayar bilimi ve istatistiksel öğrenme alanlarında da yeni perspektifler sunuyor.
CLASP: Yapay Zeka ile Kaynak Kod Filigranlarında Yeni Dönem
Açık kaynak kodların yaygınlaşması ve büyük dil modellerinin kod üretiminde kullanımı, yetkisiz kullanım ve fikri mülkiyet ihlallerini artırdı. Araştırmacılar, kaynak kodlara filigran ekleme konusundaki mevcut yöntemlerin zayıflıklarını aşmak için CLASP adlı yeni bir framework geliştirdi. Bu sistem, semantik yapıyı bozmayan dönüşümler kullanarak kodlara filigran ekliyor ve geleneksel yöntemlerin aksine yeniden adlandırma ve refactoring gibi saldırılara karşı daha dayanıklı. CLASP'in en önemli avantajı, eğitim gerektirmeden farklı programlama dillerinde kullanılabilmesi ve yüksek kapasiteli filigran ekleme imkanı sunması.
Yapay zeka modellerine karşı evrensel saldırı yöntemi geliştirildi
Araştırmacılar, kapalı kaynak kodlu çok modlu büyük dil modellerine (MLLM) karşı yeni bir saldırı türü geliştirdi. 'Evrensel Hedefli Aktarılabilir Düşmanca Saldırılar' adı verilen bu yöntem, tek bir pertürbasyon kullanarak farklı girdileri tutarlı şekilde belirli bir hedefe yönlendirebiliyor. Geleneksel saldırıların aksine, bu yaklaşım örnek-spesifik değil ve birden fazla girdi üzerinde tekrar kullanılabilir. Araştırma, ticari yapay zeka modellerinin güvenlik açıklarını ortaya koyması açısından önemli. Çalışma, hedef gözetimindeki yüksek varyans, token-bazlı eşleştirmenin güvenilmezliği ve başlangıç değerlerine duyarlılık gibi temel zorlukları ele alıyor. MCRMO-Attack adlı önerilen yöntem, bu sorunlara çözüm getirmeyi hedefliyor.
PyEncode: Kuantum Bilgisayarlar İçin Açık Kaynak Kodlu Yeni Araç
Araştırmacılar, kuantum bilgisayarlarda klasik verilerin kuantum durumlarına dönüştürülmesi için PyEncode adlı açık kaynak kodlu Python kütüphanesini geliştirdi. Bu araç, bilimsel ve mühendislik uygulamalarında sıkça karşılaşılan yapısal verileri, geleneksel yöntemlerden çok daha verimli şekilde işleyebiliyor. PyEncode, dokuz farklı veri yapısı türünü destekleyerek kuantum algoritmaların geliştirilmesini kolaylaştırıyor. Genel amaçlı rutinlerin milyarlarca kapı gerektirdiği durumlarda, bu kütüphane matematiksel yapıları kullanarak çok daha az kaynak tüketiyor. Kuantum bilişim alanında pratik uygulamaların geliştirilmesi açısından önemli bir adım olarak değerlendiriliyor.
Düşük Bütçeli Kuruluşlar İçin Yapay Zeka Destekli Siber Güvenlik Sistemi
Araştırmacılar, hastane ve okul gibi sınırlı bütçeli kuruluşları siber saldırılara karşı korumak için açık kaynak kodlu bir ağ güvenlik sistemi geliştirdi. ML Defender adı verilen bu sistem, yaklaşık 150-200 dolarlık donanımla çalışabiliyor ve makine öğrenmesi algoritmalarını kullanarak botnet ve DDoS saldırılarını tespit ediyor. Sistem, kural tabanlı hızlı tespit mekanizması ile rastgele orman sınıflandırıcısını birleştirerek yanlış alarm oranını 500 kat azaltmayı başarıyor. CTU-13 veri seti üzerindeki testlerde %99.85 F1 skoru ve %100 hassasiyet oranı elde eden sistem, siber güvenlikte kaynak kısıtlı organizasyonlar için umut verici bir çözüm sunuyor.
Kod Veri Setleri İçin Çift Amaçlı Filigran Koruması Geliştirildi
Araştırmacılar, kaynak kod veri setlerinin yetkisiz kullanımını önlemek için DuCodeMark adlı yeni bir filigran yöntemi geliştirdi. Bu sistem, kod örneklerini soyut sözdizimi ağaçlarına dönüştürerek gizli sahiplik işaretleri gömüyor. Geleneksel yöntemlerden farklı olarak, hem kaynak kod görevlerinde hem de kod derleme süreçlerinde çalışabiliyor. Büyük dil modellerinin kod geliştirmede yaygın kullanımı ve açık kaynak katkıların artmasıyla birlikte, kod veri setlerinin korunması kritik önem kazandı. DuCodeMark, tespit edilmesi zor tetikleyici-hedef çiftleri oluşturuyor ve belirli kod örneklerine zehirli özellikler enjekte ederek filigranın kaldırılmasına karşı dayanıklılık sağlıyor. Bu özellikler normal eğitim sırasında pasif kalarak modelin performansını etkilemiyor.
Plazma modellemesi için yeni MATLAB araç kutusu geliştirildi
Araştırmacılar, COMSOL yazılımıyla uyumlu çalışan MCPlas adlı yeni bir MATLAB araç kutusu geliştirdi. Bu araç, termal olmayan plazmaların bilgisayar simülasyonlarını otomatik olarak oluşturabiliyor. Açık kaynak kodlu olan sistem, JSON formatında standartlaştırılmış veri kullanıyor ve şeffaf bir yaklaşım sunuyor. MCPlas, bir ve iki boyutlu modelleme yapabiliyor, farklı koordinat sistemlerini destekliyor. Argon gazındaki düşük basınçlı deşarj sistemleriyle test edilen araç kutusunun sonuçları, COMSOL'un ticari Plazma Modülü ile karşılaştırıldığında güvenilir sonuçlar verdiği doğrulandı. Bu geliştirme, plazma araştırmacılarının çalışmalarını daha verimli ve tekrarlanabilir şekilde yürütmesine olanak sağlayacak.
LaTeX Yazarları İçin Kaynak Ekleme Artık Çok Daha Kolay
Bilimsel makale yazım sürecinde araştırmacıların en sık karşılaştığı sorunlardan biri, LaTeX editöründe yazarken kaynak eklemek için sürekli farklı araçlar arasında geçiş yapmak zorunda kalmak. Yeni geliştirilen OverCite aracı, bu soruna pratik bir çözüm sunuyor. Açık kaynak kodlu bu hafif araç, yazarların editörden çıkmadan doğrudan kaynak arama, seçme ve ekleme işlemlerini gerçekleştirmesine olanak tanıyor. Overleaf ve VS Code platformlarında çalışan araç, astronomy, fizik, bilgisayar bilimleri, matematik, biyoloji gibi geniş bir bilim alanı yelpazesindeki yayınlara erişim sağlıyor.
Yapay Zeka Kod Dokümantasyonu Hazırlama İşini Devralıyor
Yazılım geliştirmede en zor görevlerden biri kod dokümantasyonu hazırlamak. Manuel olarak yapıldığında hem zaman alıyor hem de eksik ya da tutarsız sonuçlar çıkabiliyor. Yeni araştırma, büyük dil modellerinin (LLM) kaynak koddan otomatik olarak doğal dil açıklamaları üretebileceğini gösteriyor. Bu teknoloji, geliştiricilerin kodu daha hızlı anlamasını sağlayarak, bakım süreçlerini kolaylaştırıyor ve hata tespiti gibi işlemleri destekliyor. Ancak başarının anahtarı, modellere verilen talimatların (prompt) doğru tasarlanması. Sistematik literatür taramasında, few-shot prompting ve chain-of-thought gibi yöntemlerin model performansını önemli ölçüde artırdığı bulundu. Bu gelişme, yazılım mühendisliğinde AI kullanımının temelini oluşturuyor.
API Test Stratejilerinde Yapay Zeka İnsan Yazımını Geçti
REST API testlerinin etkinliğini değerlendirmek için log kapsamı metriklerini kullanan yeni bir araştırma, farklı test üretim stratejilerini karşılaştırdı. Claude Opus 4.6 yapay zekası, insan yazımı testlerden %28,4 daha fazla benzersiz log şablonu keşfederek üstün performans gösterdi. EvoMaster ve GPT-5.2-Codex ise sırasıyla %26,1 ve %38,6 daha az etkili oldu. Araştırma, kaynak koduna erişimin olmadığı durumlarda API testlerinin kalitesini ölçmek için log kapsamı metriklerinin kullanışlı olduğunu ortaya koydu. Özellikle farklı stratejilerin kombinasyonunun test kapsamını artırdığı gözlemlendi.
GraphQLify: REST API'leri Otomatik Olarak GraphQL'e Dönüştüren Yeni Framework
Araştırmacılar, mevcut REST API'leri GraphQL formatına otomatik olarak dönüştüren GraphQLify adlı yenilikçi bir framework geliştirdi. Bu sistem, statik kod analizi kullanarak tip güvenliğini korurken, geleneksel yaklaşımlardan farklı olarak performans kaybına neden olan adaptör sunucular yerine gömülü sunucu mimarisi kullanıyor. GraphQL, şema tabanlı ve güçlü tip sistemine sahip sorgu dili olarak, istemci-sunucu iletişiminde yüksek verimlilik sağlıyor. GraphQLify'ın en önemli yeniliği, kaynak kodunu doğrudan analiz ederek kesin tip çıkarımı yapması ve bu sayede uçtan uca tip güvenliği garantilemesi. 834 farklı API üzerinde yapılan testlerde, sistemin başarılı sonuçlar verdiği gözlemlendi. Bu gelişme, web geliştirme ekosisteminde API migrasyonlarını kolaylaştıracak önemli bir adım olarak değerlendiriliyor.