İşaret — 2026-10-13

Bugünkü sayının ortak ipliği, yapay zekanın görmekten anlamaya, anlamaktan eyleme geçme hızı. Konumlandırma modelleri, 3B sahne yeniden kurulumu ve insan-nesne hareket verileri, fiziksel dünyada çalışan sistemlerin temelini güçlendiriyor. Matematikteki ve açık model ekosistemindeki gelişmeler ise akıl yürütmenin sınırlarının nereye kaydığını gösteriyor. Bu sekizlisi birlikte okumak, alanın tek bir cephesini değil, birbirini besleyen hatlarını görmenizi sağlıyor.

1. Araç

SPLATIFY: 3DGS Makalelerinden Eğitilebilir Koda

Çok ajanlı çerçeve, 3D Gaussian Splatting makalelerini gsplat tabanlı çalışan koda dönüştürüyor.

SPLATIFY, 3D Gaussian Splatting (3DGS) makalelerini eğitilebilir gsplat tabanlı uygulamalara dönüştüren çok ajanlı bir çerçeve. Genel amaçlı makaleden koda yöntemlerinin ve öncü modellerin başarısız kaldığı bu alanda, yazarlar beş yeniliği bir araya getiriyor. Bunların başında, kayıp fonksiyonları, yoğunlaştırma, render ve optimizasyon için uzantı noktaları barındıran modüler bir şablon üzerinde gsplat'a özel bağlamdan bağımsız bir dilbilgisi geliyor; böylece üretilen kod, gsplat'ın mimari değişmezlerini yapısı gereği karşılıyor. Sistem ayrıca fonksiyon düzeyinde atıf kurtarma, Graph-of-Thought ile bağımlılık sıralaması, 20'den fazla doğrulanmış uygulamadan RAG destekli örnek seçimi ve PSNR güdümlü yeniden üretim ile VLM destekli yama içeren görsel geri bildirim kullanıyor. Çerçeve bununla yetinmeyip zayıf noktaları otonom biçimde bulup tamamlayıcı regülarizasyon, kayıp ve yoğunlaştırma stratejilerini birleştiriyor; 3DGS literatürü dışından fiziksel önbilgileri çekerek daha önce ele alınmamış sahne türleri için yöntemler de öneriyor. Değerlendirme için SPLATIFY-Bench adlı bir kıyaslama çerçevesi de sunuluyor. Bu çalışma, hızla büyüyen 3DGS araştırmalarında yeniden uygulama yükünü azaltarak yeniden üretilebilirliği ve ardıl yeniliği hızlandırma potansiyeli taşıyor.

Hugging Face Daily Papers →

2. Araştırma

GroundingPI: Fiziksel Zeka İçin Konumlandırma Modeli

4B parametreli model, nokta ve kutuları nicemlenmiş koordinatlarla üretip robotik algıda yeni zirveye ulaşıyor.

GroundingPI, görsel-dil-eylem (VLA) ve dünya-eylem modellerinin algıda yaşadığı zayıflığı hedefleyen, 4 milyar parametreli bir konumlandırma (grounding) temel modeli. Hedef nesnenin hangisi ve nerede olduğunu, karmaşık sahnelerde ve çok küçük nesneler için bile, kapalı çevrimli kontrole yetecek hızda belirlemek gerekiyor; genel amaçlı görsel-dil ve video üretim omurgaları ise bu koşullarda hâlâ yetersiz kalıyor. Model, noktaları ve kutuları ortak bir kelime dağarcığında nicemlenmiş koordinatlar olarak üretiyor. Eğitim; çok kipli ve uzamsal ön eğitim, denetimli ince ayar ve GRPO ile pekiştirmeli öğrenmeyi birleştiriyor. 11 algısal yetenekte 34 kıyaslama ve 44 temel modelle yapılan karşılaştırmada GroundingPI %73,68 ortalamayla yeni bir en iyi sonuca ulaşıyor ve daha büyük GPT-6 Astra'yı (%71,54) geride bırakıyor. Alt görevlerde de kazanım var: RoboTwin 2.0'da dört dağılım dışı senaryonun tamamında değerlendirilen tüm ana akım omurgaları aşıyor, en güçlü omurgaya göre %24,8'e varan göreli iyileşme sağlıyor. RoboCasa-GR1'de gösterimlerin yalnızca %50'siyle eğitilen model, %75'iyle eğitilen temel modelleri geçiyor. Bu sonuçlar, hassas konumlandırmanın robotik manipülasyon ve otonom sürüşte somut verimlilik kazancı sağlayabileceğini gösteriyor.

Hugging Face Daily Papers →

3. Araştırma

GroundAnything: Paralel Kod Çözmeyle Hızlı Konumlandırma

Blok bazlı difüzyonla paralel kod çözme, görsel konumlandırmada hız ve hassasiyeti buluşturuyor.

GroundAnything, otoregresif (AR) konumlandırma modellerinin mekânsal tahminleri sıraya dizerek yarattığı gecikme sorununu hedefliyor. Yazarlar konumlandırmayı görsel kanıt çıkarımı olarak ele alıyor: nesneler, konumlar ve uzamsal ilişkiler görüntü ve sorgu tarafından ortaklaşa kısıtlanıyor, ancak aralarındaki bağımlılıklar soldan sağa bir üretim sırası gerektirmiyor. Bu nedenle çift yönlü difüzyon doğal bir uyum sağlıyor; mekânsal hipotezler paralel olarak ortaya çıkıp yinelemeli gürültü giderme ile birlikte rafine ediliyor. 4 milyar parametreli model, blok bazlı gürültü gidermeyle hızlı paralel kod çözmeyi hassas yerelleştirmeyle bağdaştırıyor. Eğitim; kamuya açık veri kümeleri ve özel veri motorlarıyla ön eğitimi, AR'dan difüzyona doğrudan dönüşümü, denetimli ince ayarı ve GRPO tabanlı pekiştirmeli son eğitimi kapsıyor. 30 kıyaslamada otoregresif varyant GroundAnything-VLM, benzer boyutlu modeller arasında %72,42 ile yeni bir en iyi sonuca ulaşırken GPT-6 Astra (%71,35) ile rekabetçi kalıyor. Entropi güdümlü kod çözmeyle model, bu ölçekteki önceki en iyi sonucu da aşıyor: %61,75'e karşılık hızlı MTP tabanlı LocateAnything modelinde %53,32. Bu yaklaşım, gerçek zamanlı algı gerektiren robotik ve etkileşimli sistemlerde gecikmeyi düşürme potansiyeli taşıyor.

Hugging Face Daily Papers →

4. Araştırma

CrossTimeEdit: Tarihsel Sokak Görüntüleri Üretimi

On yıllık VIGOR-his veri seti ve ödül güdümlü düzenleme ile geçmiş sokak görünümleri üretiliyor.

Tarihsel sokak görüntüleri kentsel dönüşümü kaydediyor, ancak eşitsiz kapsama önemli boşluklar bırakıyor. Makul geçmiş görünümler üretmek, değişen yapıları geri getirirken kalıcı sahne içeriğini korumayı gerektiriyor. Yazarlar bunun için üç kıtada 11 şehri kapsayan, on yıllara yayılan ve 43.653 konum düzeyinde dörtlü içeren VIGOR-his adlı çapraz görünüm veri setini oluşturuyor. Otomatik hat; mekânsal eşleştirme, tutarlılık eleme, değişim sınıflandırma ile uydu tabanlı değişim açıklamaları ve yerel düzenleme talimatlarının üretimi ve doğrulanmasını yapıyor. Bu veriyle önerilen CrossTimeEdit, tarihsel sokak görüntüsü üretimini bir düzenleme problemi olarak yeniden formüle ediyor: güncel sokak görüntüleri bakış açısını ve değişmeyen görünümü kısıtlıyor, zamansal uydu farkları ise değişim kanıtı sağlıyor. FLUX.2 [Klein] 4B üzerinden denetimli ince ayar (SFT) ve ardından çevrimiçi pekiştirmeli öğrenme (RL) ile eğitilen model; talimat uyumu, arka plan korunumu ile kalite ve fiziksel makullük kriterlerini hem ödül hem de değerlendirme ölçütü olarak kullanıyor. Çok ödüllü hedef, her ödül boyutunu birleştirmeden önce normalleştiren Flow-GRPO ve GDPO ile optimize ediliyor. Çalışma, kentsel tarih ve mekânsal analiz için veri açığını doldurmaya yönelik yeni bir veri seti ve yöntem sunuyor.

Hugging Face Daily Papers →

5. Araç

Transformers v5.14.0: Inkling Modeli Geldi

Hugging Face Transformers v5.14.0, Thinking Machines'in 975B parametreli Inkling modelini ekledi.

Transformers v5.14.0 sürümü, Thinking Machines'ten gelen Inkling modelini kütüphaneye ekliyor: toplam 975 milyar, etkin 41 milyar parametreli çok kipli bir model. Inkling metin, görüntü ve ses girdilerini kabul edip metin çıktısı üretiyor; İngilizce ve diğer dillerde, birden çok programlama dilinde kullanılabiliyor. Ajan ve araç kullanımı içeren uygulamalar, kodlama asistanları, sohbet botları ve erişim destekli üretim sistemleri başlıca hedefler arasında. Model açık ağırlıklarla yayımlandığı için araştırma, ince ayar ve üçüncü taraf ürün entegrasyonuna açık. Sürümde ayrıca TIPSv2 ve TIPSv2 DPT modelleri de yer alıyor. Kırıcı değişiklik olarak GPTNeoX artık embed_out ağırlıklarını lm_head'e eşliyor ve GPTBigCode için _supports_attention_backend etkinleştirildi; bu iki değişiklik vLLM uyumluluğu için yapıldı, dolayısıyla önceki ağırlık adlandırmasına dayanan kullanıcıların kodlarını güncellemesi gerekiyor. Çekirdek tarafında kernels bağımlılığı uyumlu sürüme sabitlendi, LocalLayerRepository'den kullanımdan kalkmış package_name argümanı kaldırıldı ve DeepGEMM Triton yedeği CUDA_HOME yanlış ayarlıyken daha dayanıklı hale getirildi. SDPA ön doldurma da artık StaticCache ile FlashAttention çekirdeğini kullanabiliyor; büyük girdi boyutlarında %260'a varan hız artışı bildiriliyor. Üretim tarafında Multi-Token Prediction (MTP) kod çözme desteği de ekleniyor.

Transformers Releases →

6. Araç

HiPHI: Yüksek Hassasiyetli İnsan-Nesne Etkileşim Veri Seti

Noitom Robotics'in HiPHI veri seti, insansı robot öğrenmesindeki veri açığını kapatmayı hedefliyor.

Noitom Robotics'in HiPHI başlıklı beyaz kitabı, insansı robot öğrenmesini sınırlayan veri açığını kapatmak için hazırlanmış yeni, büyük ölçekli bir hareket yakalama veri setini tanıtıyor. Doküman, robotik araştırmacıları ve mühendisleri için genel bir bakış sunuyor ve veri seti üzerinde eğitilen politikaların nasıl performans gösterdiğini de ele alıyor. Odak noktası, yüksek hassasiyetle kaydedilmiş insan hareketi ve nesne etkileşimi. İnsansı robotların manipülasyon ve hareket becerilerini öğrenmesi için bu tür veriler kritik önem taşıyor; çünkü robotlar, insanların gündelik görevleri nasıl yerine getirdiğini gösteren kaliteli demonstrasyonlardan öğreniyor ve bu demonstrasyonların doğruluğu, öğrenilen politikaların gerçek dünyadaki başarısını doğrudan etkiliyor. Beyaz kitabın tam içeriğine erişim için kayıt gerekiyor; bu nedenle veri setinin ölçeği, kapsamı ve kıyaslama sonuçları gibi ayrıntılar özetten çıkarılamıyor. Yine de duyuru, robotik öğrenmenin en büyük darboğazlarından biri olan kaliteli demonstrasyon verisi eksikliğine somut bir kaynak sunma iddiası taşıyor. İnsan hareketini nesne etkileşimiyle birlikte yüksek doğrulukla yakalayan veri setleri, insansı robot politikalarının eğitiminde ve değerlendirilmesinde standart bir temel oluşturabilir. Bu da farklı araştırma gruplarının sonuçlarını aynı zemin üzerinde karşılaştırmasını kolaylaştırarak alandaki ilerlemeyi hızlandırabilir.

IEEE Spectrum AI →

7. Araştırma

AlphaProof Nexus Açık Matematik Problemlerini Çözdü

Google Deepmind'ın sistemi dokuz Erdős problemi dahil onlarca problemi çözdü; çalışma Science'ta yayımlandı.

Google Deepmind'ın AlphaProof Nexus sistemi, Science dergisinde yayımlanan yeni bir çalışmaya göre onlarca açık matematik problemini kendi başına çözdü. Sistem, 353 açık Erdős probleminden dokuzunu çözdü; bunların ikisi 56 yıldır çözümsüzdü. Ayrıca OEIS tamsayı dizileri veritabanından 44 varsayımı kanıtladı, cebirsel geometride açık bir soruyu çözdü ve bazı yapay zeka modellerinin eğitiminde kullanılan min-max optimizasyonunda bilinen bir sınırı iyileştirdi. Sistemin merkezinde, kanıt taslaklarını biçimsel Lean dilinde yazıp revize eden Gemini 3.1 Pro var. Lean her düzenlemeden sonra taslağı denetliyor ve hata mesajları bir sonraki denemeyi yönlendiriyor. Daha zor alt problemlerde özelleşmiş kanıt aracı AlphaProof devreye girebiliyor; yine de Deepmind, dokuz Erdős probleminin AlphaProof olmadan da çözüldüğünü bildiriyor. Çalışma, yapay zekayla matematik tartışmalarının kızıştığı bir döneme denk geliyor: OpenAI yakın zamanda yüzlerce yapay zeka kanıtını dergilere göndermek yerine GitHub'a bırakmış, Terence Tao liderliğindeki İnsan Matematiği Derneği ise boykot çağrısı yapmıştı. Deepmind çalışmasını hakem denetiminden geçirerek farklı bir yol izledi; bu, yapay zeka destekli matematiksel keşiflerin doğrulanabilirliği açısından önemli bir emsal oluşturuyor.

The Decoder →

8. Endüstri

Meta İlk Öncü Modeli Muse Wonder'ı Yayımladı

Meta Superintelligence Lab, Muse Wonder ve Muse Wonder Full ile öncü model yarışına giriyor.

Meta Superintelligence Lab, şirketin ilk öncü (frontier) model denemesi olan Muse Wonder ve Muse Wonder Full modellerini yayımladı. Düşük gecikmeli, hafif bir model olan Muse Spark'tan farklı olarak Wonder modelleri daha büyük ve daha yetenekli; kıyaslama puanları daha yüksek, kodlama gibi karmaşık görevlerde sonuçları daha iyi. Meta'nın kendi testlerine göre Wonder ve Wonder Full, Fable 5.1 ve GPT-6 Astra ile benzer kıyaslama puanlarına ulaşıyor. Meta Model API üzerinden Wonder'ın fiyatı milyon girdi token'ı için 4 dolar, milyon çıktı token'ı için 20 dolar; bu, GPT-6 Sol veya Opus 5.5 ile kabaca eşdeğer. Wonder Full ise yalnızca Muse Code aboneleri için sunulacak ve API üzerinden verilmeyecek. Her iki model de Muse ajanını destekleyecek. Meta, kullanıcının verdiği bilgiyi saklama ve sentezleme yeteneğini, yani “aktif bellek” özelliğini öne çıkarıyor; MemoryBench'te Muse Wonder'ın Fable, Opus ve Astra'dan daha yüksek puan aldığı bildiriliyor. Modeller, Ohio'daki Prometheus veri merkezinde eğitildi. Bu, Alexandr Wang'ın geçen yıl Meta'nın yapay zeka çalışmalarını yeniden yapılandırmasından sonraki ilk öncü model sürümü; Meta bugüne dek OpenAI ve Anthropic'in alışık olduğu türden en üst düzey model lansmanlarından kaçınmıştı.

TechCrunch AI →