bugünün notları ✎

Teknoloji Notlarım

← Yapay Zekâ Terimleri
yapay zekâ sözlüğü

Pekiştirmeli Öğrenme

Reinforcement Learning (RL)

Bir ajanın ortamla etkileşerek, ödül ve ceza sinyallerine göre deneme-yanılma yoluyla en iyi davranışı öğrendiği yaklaşım (ayrıntılar için Pekiştirmeli Öğrenme kategorisine bakın).

→ Otur komutunda ödül maması aldıkça doğru davranışı deneme yanılmayla öğrenen bir köpek gibi.
bu terim geçen haberler
okuyorum…

DeepSeek, kodlama odaklı açık modeli V4.1-Flash-1017'yi yayımladı

DeepSeek, kodlama odaklı açık modeli V4.1-Flash-1017'yi yayımladı – temsilî çizim

Pekiştirmeli öğrenmeyle geliştirilen model, öncekine göre daha iyi test sonuçları, daha hızlı görev tamamlama ve daha kısa çıktılar sunuyor; oyun yapımı ve 3B modelleme dahil uçtan uca proje geliştirebiliyor. DeepSeek ayrıca Search ve Fetch API'lerini 1.000 çağrı başına 0,75 dolardan açtı; model Hugging Face ve ModelScope'ta.

Kaynak: DeepSeek ↗
ajanlar iş başında!

Reflection AI, kodlama ve ajan işleri için açık ağırlıklı Beam modelini tanıttı

Reflection AI, kodlama ve ajan işleri için açık ağırlıklı Beam modelini tanıttı – temsilî çizim

501 milyar parametreli ve 23 milyar aktif parametreli seyrek uzmanlar karışımı model, 23,8 trilyon token ile eğitildi ve 10.500 NVIDIA GB300 GPU üzerinde dört hafta süren pekiştirmeli öğrenmeden geçti. Beam, kodlama testlerinde GLM 5.2 gibi açık modellerle boy ölçüşürken 3-4 kat daha az çıkarım hesaplaması kullanıyor; ağırlıklar bu ay yayımlanacak.

Kaynak: Reflection AI ↗
işte bu!

Xiaomi, açık kaynaklı çok modlu MiMo-V2.6 serisini yayımladı

Xiaomi, açık kaynaklı çok modlu MiMo-V2.6 serisini yayımladı – temsilî çizim

Xiaomi'nin açık kaynak olarak yayımladığı MiMo-V2.6 serisi Pro, Flash ve 20 kata kadar hızlı çıktı veren Pro-UltraSpeed modellerinden oluşuyor; Pro modeli Artificial Analysis Intelligence Index'te 46,32 puanla Kimi K3 ve Qwen3.8 Max'i geçti. Pro modelinin pekiştirmeli öğrenme eğitimi 2,62 milyon dolara mal oldu; API fiyatları V2.5 ile aynı kaldı.

Kaynak: Xiaomi ↗
diğer terimler
Bletchley Park ZirvesiAI Safety Summit, Bletchley Park (2023)1–2 Kasım 2023'te İngiltere'deki Bletchley Park'ta düzenlenen ilk küresel Yapay Zekâ Güvenliği Zirvesi; ABD, Çin ve Türkiye dahil 28 ülke ile Avrupa Birliği, sınır yapay zekâ modellerinin risklerine dair Bletchley Bildirgesi'ni onayladı. Seri Seul (Mayıs 2024), Paris (Şubat 2025) ve Yeni Delhi'de (Şubat 2026) sürdü; sonraki zirve Haziran 2027'de Cenevre'de planlandı.ChatGPT'nin ÇıkışıChatGPT Launch (2022)OpenAI'nin 30 Kasım 2022'de ChatGPT'yi ücretsiz bir araştırma önizlemesi olarak yayımlaması; UBS analistlerinin Similarweb verilerine dayanan tahminine göre Ocak 2023'te aylık 100 milyon aktif kullanıcıya ulaşarak üretken yapay zekâyı kitlelere taşıdı ve sektörde büyük bir yarışı başlattı.LaMDA Bilinç İddiasıLaMDA Sentience Claim (2022)Google mühendisi Blake Lemoine'in Haziran 2022'de şirketin sohbet modeli LaMDA'nın bilinç sahibi olduğunu kamuoyuna açıklaması; Google iddiaları asılsız buldu ve Lemoine'i Temmuz 2022'de istihdam ve veri güvenliği politikalarını ihlal ettiği gerekçesiyle işten çıkardı. Pek çok bilim insanı iddiayı reddetti; olay ELIZA etkisinin modern bir örneği olarak yorumlandı.AlphaGo - Lee Sedol MaçıLee Sedol Maçı – AlphaGo vs. Lee Sedol (2016)DeepMind'ın AlphaGo programının Mart 2016'da Seul'de dünyanın en iyi Go oyuncularından Lee Sedol'u beş oyunluk maçta 4-1 yendiği olay; ikinci oyundaki beklenmedik '37. hamle' makinenin yaratıcı sayılabilecek kararının simgesi oldu.Attention Is All You NeedAttention Is All You Need (2017)Ashish Vaswani ve yedi arkadaşının Google Brain ve Google Research'te yürüttüğü çalışmayla 2017'de yayımlanan ve Transformer mimarisini tanıtan makale; bugünkü büyük dil modellerinin büyük çoğunluğu bu mimariye dayanır.Deep Blue - Kasparov MaçıKasparov Maçı – Deep Blue vs. Kasparov (1997)IBM'in satranç bilgisayarı Deep Blue'nun Mayıs 1997'de New York'ta dünya şampiyonu Garri Kasparov'u altı oyunluk maçta 3,5-2,5 yendiği olay; bir bilgisayar ilk kez standart turnuva zaman kontrollerinde oynanan bir maçta görevdeki dünya şampiyonunu yendi. Gücü makine öğrenmesinden değil, saniyede 200 milyon pozisyonu değerlendiren kaba kuvvet aramadan geliyordu.

tüm bölümler

Ana SayfaYZ HaberleriYZ TerimleriYZ Linkleri

konular

açık ağırlıklı modelanthropicapplebilimchatgptclaudecodexçingeminigooglegörsel üretimigrokkodlamametamicrosoftmusenvidiaopenaises ajanısiber güvenlikvideo üretimiyapay zekâ ajanlarıyapay zekâ güvenliğixai

takip et

YouTubeInstagramMMedium