Sınır modeli yarışı
Büyük teknoloji şirketlerinin en gelişmiş yapay zekâ modelleri arasındaki başarım yarışını takip ediyoruz. Sınır modellerin akıl yürütme becerilerindeki sıçramaları ve yeni yeteneklerini inceliyoruz.
Gündem
- Amazon SageMaker, yapay zekâ hizmetlerinde yavaşlamayı kendiliğinden bildirecek
- Snapchat’te kamera efektleri kodlama yardımcılarıyla hazırlanabiliyor
- NVIDIA, RTX Spark ile yerel yapay zekâyı küçük masaüstü bilgisayarlarına taşıyor
- Meta, Kanada’da Muse’a Loblaw’dan market alışverişi ekledi
- Google, uzun kodlama ve analiz işleri için Gemini 4 Neon’u açtı
- Canva, üretken yapay zekâyı kapatma seçeneği getirdi
- Palo Alto Networks, Applied Compute'u 4,5 milyar dolara almak için anlaştı
- Vals denemeleri, benzetimli hedeflemede güvenlik açıklarını buldu
- Birleşik Krallık’ta vekiller yüksek riskli yapay zekâ eğitimini durdurma yetkisi istiyor
- SenseNova, katmanları yeniden kullanan Loop-9B’yi yayımladı
- Reson8, çok dilli ses tanıma modelinin ağırlıklarını açtı
- New York Başsavcılığı yapay zekâ yasaları için yeni birim kurdu
- Meta, Muse’u yerel hizmet bağlantılarıyla Avustralya’ya açtı
- SnapLogic, MCP sunucularını bulmak için Discovery Hub’ı açtı
- Tencent, Hy4 flash ağırlıklarını yerel kullanım için yayımladı
- Daydream, yapay zekâ stilistine onaylı alışveriş ekledi
- Google AI Studio, Android uygulamalarına Firebase altyapısı kuruyor
- Spotify, sanatçı profili korumasını tüm sanatçılara açtı
- SiMa.ai, robotlarda çalışan yapay zekâ ölçümlerini Model Browser’da açtı
- Pretxt, çalışan yapay zekâ eylemcileri için gözetim aracını erken erişime açtı
- OVHcloud, Olala mini ağırlıklarını 19 Kasım’da paylaşacak
- NVIDIA, kimya eğitim verileriyle Nemotron for Science’ı yayımladı
- Google, gerçek siber saldırıların aşamalarını yürüten yapay zekâ eylemcileri saptadı
- Google, Gemini’ye 66 bölgesel ses ekliyor
- Google, Gemini görevlerini 6 ülkede ücretsiz açmaya başladı
- Cognition ile McKinsey, Devin’i büyük şirketlere taşıyor
- İklim araştırması, yapay zekâ modellerinin kullanıcıların yanlış iddialarına katıldığını buldu
- California, dış sistemlere giren eylemciler nedeniyle OpenAI’a dava açtı
- Anthropic, ciddi açıkların açıklanma süresini ocakta 30 güne indirecek
- Kalan ömür derlemesi, fiziksel ayarların sınama verisiyle yapılıp yapılmadığını inceliyor
Köşe yazıları
- Muse’a önce bir akşam yemeği verin
- Cobalt 200: Eylemcinin CPU’da kalan işi
- Sanatçı adı için sessizlik neye izin verir?
- Modelin adımları arasındaki bilgiyi kim hazırlıyor?
- MathArena’da çözümün ne zaman geldiği
- Puanlayıcıyla anlaşamayan kim?
- Alarmın çaldığı yer
- UNIRG-CXR’da iyi raporu kim tanımlıyor?
- Podqi sınamasında sahte mağaza ile uyarı aynı haneye yazılıyor
- MAMUBench’te yüksek puanın dışında kalan kullanıcı
- AlphaGenome 2’de aynı DNA, farklı sınama
- AlphaGenome 2’de hücreyi seçmek, soruyu değiştiriyor
- Kazanılan dakikanın yanında ne ölçüldü?
- Tanıya ulaşmadan önce hangi soru soruldu?
- Atlas’ın tekerleklerinde benzetimin sadakati sınanıyor
- Adı silerken gerekçeyi korumak
- NPCBench’te aynı hastanın bütün yanıtları doğruysa
- Araştırma hızının paydasında ne var?
- Doğru parola için eksik kalan yarım cümle
- Videodaki adımı görmek, tarif edilen adımı sıralamak
- Fizik eylemcisini puanlayan hakem de sınanmalı
- Clarus ve klinik kararın ölçümü
- Kimya modelini hangi bileşiklerle sınamalı?
- Muon–AdamW karşılaştırmasında bitiş çizgisi neresi?
- Hydrogen’in beş turu bilimsel keşfin neresinde duruyor?
- Bir cihaz, ayrı başarı ölçüleri
- Güvenli yanıt ile zamanında yardım arasındaki mesafe
- Eğitim verisini taramak, öğrenilen davranışı ölçmek değildir
- Rosalind 6: görev puanından araştırma yararına giden basamak
- Ortalama sabitken hastanın yanıtı değişebilir