tüm haberler
Günün özeti · ·

Günün özeti: 3 Kasım, gözüme takılan 10 haber

Claude mesaj dizileri, açık robot ve bilgisayar kullanım modelleri, MIT araştırması, yeni testler ve güvenlik araçları: birincil kaynaklarıyla 10 haber.

Aynı notun dikey video hali.
  1. 1/10 · Anthropic

    Claude sohbet geçmişini tutuyor

    Claude mesaj dizileri, sohbet geçmişini sunucuda tutarak yalnız yeni mesajları göndermeyi sağlıyor. Beta sürümünde dizi, beş dakikalık hareketsizlikten sonra sona eriyor.

    Anthropic birincil kaynağı ↗

  2. 2/10 · uni-robot-agent araştırmacıları

    Açık modeller robot kontrolünde

    Yeni araştırma, açık modelleri robot kontrolüne bağlayan ortak bir altyapı sunuyor. Çalışmada 19 gerçek dünya görevi incelenmiş. Bu, evde kullanıma hazır bir robot demek değil.

    uni-robot-agent araştırmacıları birincil kaynağı ↗

  3. 3/10 · CUA-Master araştırmacıları

    Bilgisayar kullanan CUA-Master

    CUA-Master bilgisayarı kullanarak görev yapıyor. Araştırmacıların kendi OSWorld Verified testinde puanı 80,2. Bağımsız ölçüm değil; bizim de yerel denememiz değil.

    CUA-Master araştırmacıları birincil kaynağı ↗ · CUA-Master model kartı ↗

  4. 4/10 · NorthCUA

    Üç boyutta açık NorthCUA

    Bilgisayar kullanan üç açık model yayımlandı. Apache 2.0 lisansı, uyarlama ve kullanım imkânı sunuyor.

    NorthCUA birincil kaynağı ↗ · NorthCUA model kartı ↗

  5. 5/10 · MIT araştırmacıları

    Model ağırlıklarına kodla müdahale

    Büyük bir model, küçük bir modelin eğitim sırasında ayarlanan sayısal değerlerini kodla düzenledi. Araştırmacılar matematik testinde iyileşme bildiriyor. Bu erken deney, eğitimin gereksiz olduğunu göstermiyor.

    MIT araştırmacıları birincil kaynağı ↗

  6. 6/10 · Momentic

    Ajanlar uygulama hatalarını buluyor mu?

    Yeni QA Bench testi, yapay zekâ yardımcılarının uygulama hatalarını bulma becerisini ölçüyor. Dört uygulamada 1.396 hata var. Testi, bu alanda kendi ürünü de olan Momentic hazırladı; bağımsız ölçüm değil.

    Momentic birincil kaynağı ↗

  7. 7/10 · SemiAnalysis

    Zor uzmanlık işlerini ölçen GDPx

    Yeni GDPx testi, modelleri uzun ve zor uzmanlık işlerinde değerlendiriyor. 206 görev var. Bu benchmark puanını, bütün işlerde başarı oranı olarak okumamak gerekiyor.

    SemiAnalysis birincil kaynağı ↗

  8. 8/10 · OpenAI

    Kritik açık ödülleri artırıldı

    OpenAI, kritik güvenlik açıkları için ödülleri artırdı. Şirketin açıklamasına göre ana ürünlerde kritik açık ödülü 30.000 dolara kadar çıkıyor; bu tavan her rapora ödeme garantisi değil.

    OpenAI birincil kaynağı ↗

  9. 9/10 · CrowdStrike

    Sorunlu ajanı durdurma düğmesi

    CrowdStrike’ın açıklamasına göre yeni özellik, yetkili yöneticinin görevleri kendi başına yürüten bir yapay zekâyı sorun çıkardığında durdurmasını sağlıyor. Durdurma ilk aşamada ağ trafiğini yöneten sistemde çalışıyor; bilgisayar üzerinde doğrudan durdurma sonraya bırakılmış.

    CrowdStrike birincil kaynağı ↗

  10. 10/10 · Snowflake

    Yapay zekâ harcamalarına kota

    Modellere ortak erişim ve harcama yönetimi genel kullanıma açıldı. Snowflake’in sürüm notuna göre kullanıcı başına harcama sınırı koyulabiliyor. Bazı ek araçlar ise hâlâ önizlemede.

    Snowflake birincil kaynağı ↗

bu not nasıl hazırlandı?
metin denetimi
Codex
ses
ElevenLabs eleven_v4 · Yunus
arka plan görselleri
Qwen-Image-2.1 · RTX 5090 (arşiv)
arka plan animasyonu
Wan2.2-I2V-A14B · RTX 5090 (arşiv)
yazılar ve grafikler
Kodla çizildi (Python)
kurgu ve web videosu
Python · FFmpeg (720 × 1280)

Haberleri ben denemedim; şirketlerin duyurularını ve model kartlarını özetledim. Üretici ölçümleri öyle belirtildi.