Hugging Face’in Yeni DNA‑Temelli Yapay Zeka Modeli: Sohbeti Evrimle Bileştiriyor

Recursive şirketi, yerel cihazlarda çalışabilen ve dört aydan kısa sürede geliştirilen Flint kodlama modelini erişime açtı. Uzmanlar karışımı mimarisiyle öne çıkan model, hesaplama yükünü azaltarak saniyede 125'ten fazla token üretebiliyor.

• Toplam 40 milyar parametreli Flint, her token için yalnızca 2,5 milyar parametreyi etkinleştiriyor.
• Model, insan ve yapay zeka ajanlarından oluşan küçük bir ekiple Eureka Machine sistemiyle geliştirildi.
• Ağırlıkları Apache 2.0 lisansıyla paylaşılan model, Hugging Face üzerinden yerel kullanıma sunuldu.

Yazılım geliştirme süreçlerine yönelik çözümler sunan Recursive, yerel donanımlarda doğrudan çalışabilen yeni kodlama modeli Flint'i kullanıma sundu. Şirket bünyesindeki insan çalışanlar ile yapay zeka ajanlarından oluşan kompakt bir ekip, bu modeli dört aydan kısa süren bir zaman diliminde sıfırdan inşa etti. Geliştirme sürecinin arkasında ise fikir üretme, deney yürütme ve yeni denemeleri otomatik olarak planlayan Eureka Machine sistemi yer alıyor.

Toplamda 40 milyar parametreye sahip olan Flint, uzmanlar karışımı yani MoE mimari yapısını benimsiyor. Bu tasarım tercihi sayesinde model, her bir token işlenirken yalnızca 2,5 milyar parametreyi faaliyete geçiriyor ve böylece sistemin hesaplama yükü belirgin ölçüde düşüyor. Gerçekleştirilen testler, Flint'in M4 Pro işlemcili MacBook Pro cihazlarda kısa bağlamlarda saniyede 125 adedin üzerinde token üretebildiğini gösteriyor.

Şirketin kendi değerlendirmelerine göre bu yeni model, elli milyardan az parametre barındıran diğer MoE modellerini belirli kodlama testlerinde geride bırakıyor. Eureka Machine; modelin mimarisinden eğitim yöntemlerine ve çalışma hızının artırılmasına kadar pek çok farklı aşamada etkin rol oynadı. Modelin ağırlıkları Apache 2.0 lisansıyla Hugging Face platformu üzerinden paylaşıma açıldı.

Yerel donanım üzerinde çalışabilme özelliği, geliştiricilere çevrimdışı çalışma imkanı tanırken verilerin cihazda kalmasını sağlıyor ve ek API maliyetlerini ortadan kaldırıyor. Bununla birlikte Recursive, karmaşık görevlerin küçük alt adımlara bölünmesini tavsiye ediyor.

Kaynak: Webrazzi Haberin tam sayfası →

Teknoloji devi Nvidia, 72 milyar parametreye sahip ve çoklu modalite yetenekleri barındıran NVLM 1.0 model ailesini paylaştı. Yeni açık kaynaklı sistem, yapay zeka geliştiricilerine kapalı ekosistemlere karşı alternatif sunuyor.

• Nvidia'nın yeni NVLM-D-72B modeli tam 72 milyar parametreyle çalışıyor.
• Model metin analizinin yanı sıra el yazısı ve memeleri okuyabiliyor.
• Açık kaynaklı kodlar Hugging Face üzerinden geliştiricilere sunuldu.

Donanım pazarındaki güçlü konumunu yazılım alanına taşımak isteyen Nvidia, yapay zeka sektöründe adından söz ettirecek yeni bir adım attı. Google ve OpenAI gibi kapalı kaynak kodlu dev modellere karşı geliştirilen NVLM 1.0 ailesi resmen tanıtıldı. Ailenin en iddialı üyesi olan NVLM-D-72B, 72 milyar parametrelik devasa yapısıyla açık kaynak dünyasına dahil oldu.

Yeni nesil model, yalnızca klasik metin işleme görevleriyle sınırlı kalmayıp gelişmiş çoklu modalite yetenekleri sergiliyor. İnternet üzerindeki mizahi görselleri yorumlayabilen sistem, el yazısıyla yazılmış notları algılayarak kodlara dönüştürebiliyor. Aynı zamanda karmaşık matematik problemlerini görsel veriler eşliğinde adım adım çözme becerisi gösteriyor.

Araştırma sürecinde elde edilen bulgular, modelin öğrenme kapasitesi konusunda beklentileri aştı. Çoklu görev eğitimi alan yapay zeka sistemlerinde genellikle metin odaklı yeteneklerde düşüş yaşanırken, bu model görsel süreçlerin ardından metin tabanlı görevlerde daha yüksek başarı yakaladı.

Modelin ağırlık dosyaları ve tüm eğitim kodlarının Hugging Face platformu üzerinden açık kaynak olarak paylaşılması sektöre yeni bir soluk getirdi. Bu hamle sayesinde geliştiricilerin bağımsız projeler üretmesinin önü açılırken, mevcut kapalı ekosistem devlerine karşı ciddi bir alternatif yaratılması hedefleniyor.

Kaynak: Boyoz Haber Haberin tam sayfası →

Trakya Üniversitesi öğrencileri yataklı servislerdeki düşme riskini önceden tahmin eden yapay zeka projeleriyle birincilik ödülü kazandı. Geliştirilen sistem, geleneksel değerlendirme ölçeklerini geride bırakarak klinik karar süreçlerine güçlü bir alternatif sundu.

• XGBoost ve Random Forest algoritmalarıyla geliştirilen model yüzde 91,4 doğruluk oranına ulaştı.
• Proje 3. Ulusal Yapay Zeka Buluşması Üniversite Öğrencileri Arası Poster Yarışması'nda birinci seçildi.
• Sistem hastaların demografik verilerini ve hareketlerini analiz ederek düşme riskini hesaplıyor.

Trakya Üniversitesi Keşan Yusuf Çapraz Uygulamalı Bilimler Yüksekokulu öğrencileri, sağlık alanındaki teknoloji yarışmasında önemli bir başarıya imza attı. Kapadokya Üniversitesi ev sahipliğinde gerçekleştirilen 3. Ulusal Yapay Zeka Buluşması kapsamında Üniversite Öğrencileri Arası Poster Yarışması düzenlendi.

Bilgisayar ve İnovasyon Topluluğu bünyesinde faaliyet gösteren genç araştırmacılar, hastanelerin yataklı servislerinde karşılaşılan hasta düşmelerini engellemek amacıyla yola çıktı. Yapay Zeka Destekli Hasta Düşme Riski Tahmini adını taşıyan proje, modern makine öğrenmesi yöntemlerini sağlık verileriyle buluşturdu. Sistem çalışırken hastaların demografik bilgilerini, hareket kabiliyetlerini, laboratuvar sonuçlarını ve kullandıkları ilaçları detaylı bir biçimde analiz ediyor.

Geliştirme sürecinde XGBoost ve Random Forest algoritmalarından yararlanan ekip, yapay zeka modellerinin kararlarını şeffaf kılmak için SHAP analiz yöntemini kullandı. Yapılan testler sonucunda XGBoost tabanlı model yüzde 91,4 doğruluk oranı ve 0,93 ROC-AUC skoru elde etti. Bu sonuç, geleneksel yöntemlerin sunduğu başarı oranını belirgin şekilde yukarı taşıdı.

Hastanelerde sıklıkla kullanılan geleneksel Morse düşme riski değerlendirme ölçeği yüzde 76,2 oranında kalırken, yeni geliştirilen yapay zeka modeli bu çıtayı yukarı çekti. Elde edilen bu veriler, otomasyon sistemlerinin klinik karar mekanizmalarını desteklemede ve hasta güvenliğini artırmada güçlü bir potansiyele sahip olduğunu kanıtladı.

Kaynak: CNN Türk Haberin tam sayfası →

Sağlık Bakanı Kemal Memişoğlu, resmi ziyaretler kapsamında Singapur'da mevkidaşı Ong Ye Kung ile bir araya geldi. İki ülke arasında dijital dönüşüm ve tıbbi cihaz üretimi başlıkları masaya yatırıldı.

• Görüşmede dijital dönüşüm ve yenilikçi sağlık teknolojileri ele alındı.
• Türkiye'nin 'Koruyan, Geliştiren ve Üreten' sağlık modeli karşı tarafla paylaşıldı.

Türkiye'nin sağlık alanındaki uluslararası temasları hız kesmeden devam ediyor. Sağlık Bakanı Kemal Memişoğlu, resmi programı çerçevesinde gittiği Singapur'da üst düzey görüşmeler gerçekleştirdi.

Sosyal medya üzerinden yaptığı açıklamada, toplantının oldukça verimli geçtiğini belirten Bakan Memişoğlu, sağlık politikalarının geleceğine dair önemli konu başlıklarının ele alındığını ifade etti.

Görüşme masasında yer alan ana konular arasında dijital dönüşüm uygulamaları, tıbbi cihaz üretim süreçleri ve yenilikçi sağlık teknolojileri öne çıktı. Ayrıca Türkiye'nin son dönemde benimsediği sağlık modeli de aktarıldı.

Karşılıklı iyi niyet temennileriyle sona eren buluşmanın ardından Memişoğlu, Singapurlu mevkidaşına ve heyetine misafirperverlikleri için teşekkürlerini iletti.

Kaynak: AA Güncel Haberin tam sayfası →