{
  "schema": 1,
  "date": "2026-11-06",
  "url": "https://isaret.ai/2026-11-06/",
  "language": "tr",
  "title": "Rekabetçi akış eşleştirme, kalite-kapsam ödünleşimini aşıyor",
  "foreword_tr": "Bugünkü sayıda ortak iplik şu: yapay zeka modelleri artık yalnızca çıktı üretmiyor, dünyayı temsil ediyor, simüle ediyor ve onunla eş zamanlı etkileşime giriyor. Üretken akış eşleştirmeden 3B sahnelere, açık robot belleğinden çift yönlü konuşmaya uzanan bu çalışmalar, kapasitenin nereye taşındığını gösteriyor. Jailbreak bulguları ise bu yetenekle birlikte kırılganlığın da çeşitlendiğini hatırlatıyor. Birlikte okununca alanın hem hızı hem de zayıf noktaları net görünüyor.",
  "article_count": 8,
  "articles": [
    {
      "id": "rekabetci-akis-eslestirme-kalite-kapsam-odunlesimini-asiyor",
      "position": 1,
      "isaret_url": "https://isaret.ai/2026-11-06/#rekabetci-akis-eslestirme-kalite-kapsam-odunlesimini-asiyor",
      "turkish_headline": "Rekabetçi akış eşleştirme, kalite-kapsam ödünleşimini aşıyor",
      "turkish_teaser": "Rekabetçi akış eşleştirme, üretken modellerde kalite ile kapsam arasındaki ödünleşimi iyileştiriyor.",
      "turkish_summary": "Adobe ve Cornell'den araştırmacılar, flow matching (FM) tabanlı üretken modellerdeki köklü bir sorunu hedefliyor: kaliteyi artıran classifier-free guidance gibi çıkarım zamanı teknikleri, çeşitlilikten yani kapsamdan ödün veriyor. Ekip, sorunun hedef fonksiyonun yapısından kaynaklandığını savunuyor. Gürültülü bir ara görüntü pek çok temiz görüntüye karşılık gelebilir, ancak model yalnızca tek bir hız vektörü tahmin edebiliyor ve olasılıkların ortalamasını almak zorunda kalıyor.\n\nÇözüm olarak eğitime rekabet ekleniyor. Tahminleyiciye rastgele çekilen düşük boyutlu bir koşullandırma kodu z veriliyor. Her eğitim örneği için K farklı z değeriyle K aday hız vektörü üretiliyor ve kayıp yalnızca hedefi en iyi açıklayan adaya uygulanıyor. Bu winner-take-all hedefi, farklı modların farklı tahminleri şekillendirmesine izin veriyor. Yöntem ayrıca yeni bir yönlendirme biçimine, yani yardımcı koşullandırma ölçeklemesine olanak tanıyor ve bu yaklaşım geleneksel guidance yöntemleriyle birlikte kullanılabiliyor.\n\nImageNet-256 üzerinde SiT ve RAEv2 ile yapılan deneylerde, orijinal SiT ön eğitim hesaplamasının yüzde 3'ünden azıyla yapılan son eğitim sonrası, yüzde 67 Recall noktasında FD_{r,6} değeri 19,22'den 5,91'e düşüyor. RAEv2'de ise yüzde 70 Recall noktasında 16,83'ten 3,18'e iniyor. Bu sonuçlar, kalite-kapsam sınırının gerçekten genişletilebildiğini gösteriyor.",
      "content_type": "research",
      "source": "Arxiv CS.CV",
      "url": "https://arxiv.org/abs/2611.07055",
      "image": {
        "url": "https://isaret.ai/2026-11-06/img/rekabetci-akis-eslestirme-kalite-kapsam-odunlesimini-asiyor.webp",
        "width": 1200,
        "height": 357,
        "alt_tr": "İki bölmeli şema: (a) Gauss kodu z_k, c_ϕ ile v_θ'ya koşul olur; (b) K tahmin hedefle karşılaştırılır.",
        "caption_tr": "Yardımcı koşullandırma ve WTA eğitimi: K tahmin aynı hedefle karşılaştırılır, yalnızca en iyi eşleşen geri yayılım alır.",
        "credit": "Peng ve ark., arXiv, CC BY 4.0",
        "license": "CC BY 4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "source_url": "https://arxiv.org/abs/2611.07055",
        "origin": "arxiv-figure"
      }
    },
    {
      "id": "vino-3b-sahneler-icin-hacim-donusturuculeri",
      "position": 2,
      "isaret_url": "https://isaret.ai/2026-11-06/#vino-3b-sahneler-icin-hacim-donusturuculeri",
      "turkish_headline": "VINO: 3B sahneler için hacim dönüştürücüleri",
      "turkish_teaser": "VINO, etiketsiz 3B sahne temsili öğrenimini ViT benzeri bir Volume Transformer ile yeniden tasarlıyor.",
      "turkish_summary": "Görü alanında self-supervised öğrenme, farklı görevlere aktarılabilen genel amaçlı temel modeller üretti, ancak 3B sahneler için benzer bir başarı henüz yakalanamadı. RWTH Aachen merkezli ekip, mevcut 3B temsil öğrenme yaklaşımlarının sınırlılıklarını belirleyip temel tasarım kararlarını yeniden ele alıyor. İlk adım olarak yaygın kullanılan hiyerarşik PTv3 omurgası, 3B sahneler için ViT benzeri bir mimari olan Volume Transformer ile değiştiriliyor.\n\nArdından, öğrenci-öğretmen ağlarına dayanan modern yaklaşımların iki temel hedefi yeniden tasarlanıyor. Görünümler arası temsil eşleştirmede öğretmen ve öğrencinin rolleri ayrılıyor: öğretmen temiz ve tutarlı hedefler sunarken öğrenci daha güçlü bozulmalara karşı değişmezlik öğreniyor. Maskelenmiş içerik tahmininde ise öğrencinin maskelenmiş geometriye erişimi engelleniyor ve eksik temsilleri yalnızca görünür bağlamdan çıkarması isteniyor. Son olarak 2B'den 3B'ye bilgi damıtımı, görünüme bağımlı görüntü özelliklerini doğrudan regresyonla tahmin etmek yerine görünümler arası tutarlı denetim kullanacak şekilde yeniden kurgulanıyor.\n\nBu değişiklikler birlikte VINO çerçevesini oluşturuyor. VINO, etiket kullanmadan 3B sahnelerin anlamsal temsillerini öğreniyor; iç ve dış mekân kıyaslamalarında yoğun doğrusal probing performansını belirgin biçimde artırıyor ve alan dışı senaryolara güçlü biçimde aktarılıyor. Çalışma, 3B görüde de görü temel modellerinin eşdeğerine ulaşılabileceğine dair ilk somut işaretlerden biri.",
      "content_type": "research",
      "source": "Arxiv CS.CV",
      "url": "https://arxiv.org/abs/2611.07176"
    },
    {
      "id": "gemini-omni-1-2-flash-15-saniyelik-video-30-daha-ucuz",
      "position": 3,
      "isaret_url": "https://isaret.ai/2026-11-06/#gemini-omni-1-2-flash-15-saniyelik-video-30-daha-ucuz",
      "turkish_headline": "Gemini Omni 1.2 Flash: 15 saniyelik video, %30 daha ucuz",
      "turkish_teaser": "Google DeepMind, 15 saniyelik video ve %30 düşük fiyatla Gemini Omni 1.2 Flash'ı sunuyor.",
      "turkish_summary": "Google DeepMind, Gemini Omni 1.2 Flash'ı Gemini API ve Gemini for business üzerinden genel kullanıma açtı. Önceki sürüm Omni 1.1'de 10 saniye olan üretim ve düzenleme süresi 15 saniyeye çıkıyor. Süre, 3 ile 15 saniye arasında birer saniyelik artışlarla belirlenebiliyor; bu da ürün tanıtımı ve sosyal medya reklamı gibi tam hikâyelerin tek üretimde anlatılmasına olanak tanıyor.\n\nModel, karakter, ürün veya stil görsellerini, en fazla üç saniyelik hareket kliplerini ve ses ipuçlarını birleştirerek yönlendirilebiliyor. Referans tutarlılığı güçlendirildi: yüzler, kıyafetler, ambalaj tipografisi ve marka renkleri kamera açıları değişse de korunuyor. Çok turlu konuşmalı düzenleme sayesinde bir ayrıntıyı düzeltmek için klibi baştan üretmek gerekmiyor.\n\nFiyat, 720p video için saniye başına 0,07 dolara indi; bu, Omni 1.1'e göre yüzde 30'luk bir düşüş. İş akışı da maliyeti düşük tutmaya yönelik: taslaklar 360p veya 720p'de hızlıca üretilip, en iyi sonuçlar 1080p veya 4K'ya yükseltilebiliyor. Süre, tutarlılık ve maliyet birlikte iyileştiği için model, video üretimini deneysel olmaktan çıkarıp ölçekli ve profesyonel iş akışlarına yaklaştırıyor.",
      "content_type": "industry",
      "source": "DeepMind Blog",
      "url": "https://deepmind.google/blog/gemini-omni-12-flash-fast-and-cost-effective-with-longer-clips/"
    },
    {
      "id": "mammoseek-radyolog-gibi-yakinlastiran-mamografi-ajani",
      "position": 4,
      "isaret_url": "https://isaret.ai/2026-11-06/#mammoseek-radyolog-gibi-yakinlastiran-mamografi-ajani",
      "turkish_headline": "MammoSeek: Radyolog gibi yakınlaştıran mamografi ajanı",
      "turkish_teaser": "MammoSeek, şüpheli bölgelere seçici yakınlaşarak mamografide çok kipli modelleri açık farkla geride bırakıyor.",
      "turkish_summary": "Radyologlar bir tarama mamogramını önce dört görüntünün genel izlenimini oluşturarak, ardından şüpheli bölgeleri seçici biçimde büyüterek ve en son BI-RADS değerlendirmesi yaparak okur. Çok kipli büyük dil modelleri (MLLM) ise görüntüyü sabit ve düşürülmüş bir çözünürlükte görüyor; bu yüzden milimetre altı kalsifikasyonlar görünmez kalıyor ve mamografide şansa yakın performans gösteriyor.\n\nMammoSeek bu okuma sürecini taklit ediyor. Ajan, her meme için bir izlenim oluşturduktan sonra hangi dedektör adaylarına yakından bakılacağına kendisi karar veriyor ve yalnızca bunları tam çözünürlüklü görüntülerde inceliyor. Ardından BI-RADS değerlendirme becerisini kullanarak bir kategori atıyor ve her meme için konumu belirtilmiş, sözlük yapılı bir rapor üretiyor. Değerlendirmesi, geri çağırma kararı için bir karar katmanında görüntü modeli skorlarıyla birleştiriliyor.\n\nDahili (EMBED) ve harici (VinDr-Mammo) veri kümelerinde muayene düzeyinde AUC sırasıyla 0,824 ve 0,818'e ulaşıyor; bu değerler diğer MLLM'lerin, mamografi ajanlarının ve CNN sınıflandırıcıların belirgin biçimde üzerinde. Seçici yakınlaştırma, hiç yakınlaştırmama ve zorunlu yakınlaştırmaya kıyasla konumlandırma, yapılandırılmış rapor F1 skoru ve geri çağırma kararlarında düşük maliyetle daha iyi sonuç veriyor. Çalışma, tıbbi görüntülemede çözünürlüğe duyarlı ajan tasarımının önemini gösteriyor.",
      "content_type": "research",
      "source": "Arxiv CS.CV",
      "url": "https://arxiv.org/abs/2611.07188"
    },
    {
      "id": "helm-robotlar-icin-acik-dil-bellegi",
      "position": 5,
      "isaret_url": "https://isaret.ai/2026-11-06/#helm-robotlar-icin-acik-dil-bellegi",
      "turkish_headline": "HeLM: Robotlar için açık dil belleği",
      "turkish_teaser": "HeLM, robotların görev geçmişini dilde tutarak Markov olmayan manipülasyon görevlerini çözüyor.",
      "turkish_summary": "Vision-Language-Action (VLA) modelleri ince manipülasyon yetenekleri kazandırdı, ancak çalışma belleği gerektiren görevler hâlâ zorlu bir sorun. Mevcut VLA mimarilerinin çoğu Markov varsayımıyla çalışıyor: yalnızca mevcut gözlemi bir eyleme eşliyor. Bu da geçmiş bilgi gerektiren Markov olmayan ortamlarda başarısızlığa yol açıyor.\n\nSeul Ulusal Üniversitesi araştırmacıları, insanın içsel monoloğundan esinlenerek HeLM'i (Hierarchical Explicit Language Memory) öneriyor. Hiyerarşik VLA çerçevesi, görev geçmişini açık dil biçiminde tutuyor. Görsel olay tespiti ile bellek güncellemesi birbirinden ayrılıyor: üst düzey planlayıcı, belleği yalnızca görevle ilgili bir olay algılandığında veya talimat değiştiğinde güncelliyor ve bir sonraki eylem komutunu üretiyor.\n\nDeğerlendirme, 56 varyantlı 10 gerçek dünya görevinde yapıldı; görev sınırları boyunca kalıcı bağlam gerektiren beş yeni bölümler arası görev de dâhil. HeLM, bölüm içi başarıda en güçlü temel yönteme göre 12,8 puan iyileşme sağlıyor ve bileşimsel genelleme görevlerinde yüzde 78 alt görev başarısına ulaşıyor. Uzun ufuklarda anahtar kare temelli yönteme kıyasla 4,5 kata kadar daha az bellek kullanıyor ve 2,5 kat daha hızlı çalışıyor. İki aşamalı çıkarım, ortalama bölüm içi alt görev başarısını tek aşamalı varyanta göre yüzde 67,7'den 85,7'ye çıkarıyor.",
      "content_type": "research",
      "source": "Hugging Face Daily Papers",
      "url": "https://huggingface.co/papers/2611.02660"
    },
    {
      "id": "nvidia-cosmos-3-etkilesimli-dunya-simulasyonu-icin-acik-modeller",
      "position": 6,
      "isaret_url": "https://isaret.ai/2026-11-06/#nvidia-cosmos-3-etkilesimli-dunya-simulasyonu-icin-acik-modeller",
      "turkish_headline": "NVIDIA Cosmos 3: etkileşimli dünya simülasyonu için açık modeller",
      "turkish_teaser": "NVIDIA, Cosmos 3 ailesine sürüş ve robotik simülasyonu için dört yeni açık ağırlıklı checkpoint ekledi.",
      "turkish_summary": "NVIDIA, Cosmos dünya modeli geliştirme platformuna dört yeni açık ağırlıklı checkpoint ekledi. Hepsi 16 milyar eğitilebilir parametreli Cosmos 3 Nano'nun son eğitim örnekleri ve OpenMDW1.1 lisansıyla hem ticari hem ticari olmayan kullanıma açık.\n\nCosmos3-Nano-Transfer-Auto, farklı hava, aydınlatma ve günün saatlerini içeren çok görünümlü sürüş verisi üretiyor. Cosmos3-Nano-Sim-Auto, sürüş simülasyonu için eşzamanlı kamera ve LiDAR gözlemlerini akış halinde sunuyor. Cosmos3-Nano-Sim-Transfer, simülatör kontrollerini ve bir metin istemini fotogerçekçi videoya dönüştürüyor. Cosmos3-Nano-Sim-Bimanual ise robot veya kamera eylemlerinden video tahmin ediyor.\n\nBu modellerin değeri, görünüm ile geometrinin uyumunu sağlamasında yatıyor. Sürüşte eşzamanlı kamera ve LiDAR üretimi, görsel gözlemleri 3B algılamaya bağlıyor; sahne ve trafik ışığı kontrolleri araştırmacıların yol düzenlerini ve sinyal durumlarını değiştirip politikanın tepkisini incelemesine imkân tanıyor. Robotikte ise Sim-Bimanual eylemlerin görsel sonuçlarını tahmin ederken, Sim-Transfer fizik simülatörünün kontrollerini üretilmiş gözlemlere çeviriyor.\n\nNVIDIA, açık ağırlıkların ve son eğitim tariflerinin model uyarlama, yöntem karşılaştırma ve katkı için ortak bir başlangıç noktası sağlayacağını belirtiyor. Modellerin politika öğrenme ve değerlendirmeyi hangi noktalarda sadakatle desteklediğinin ölçülmesi ise hâlâ açık bir iş olarak duruyor.",
      "content_type": "tool",
      "source": "Hugging Face Blog",
      "url": "https://huggingface.co/blog/nvidia/cosmos-interactive-world-simulation"
    },
    {
      "id": "dinlemeden-coz-tam-cift-yonlu-konusma-modellerinde-spekulatif-dinleme",
      "position": 7,
      "isaret_url": "https://isaret.ai/2026-11-06/#dinlemeden-coz-tam-cift-yonlu-konusma-modellerinde-spekulatif-dinleme",
      "turkish_headline": "Dinlemeden çöz: tam çift yönlü konuşma modellerinde spekülatif dinleme",
      "turkish_teaser": "Spekülatif Dinleme, boştaki hesaplamayı kullanıp yanıt gecikmesini yüzde 73 azaltıyor.",
      "turkish_summary": "Yığın aralıklı (chunk-interleaved) tam çift yönlü konuşma dil modelleri, sabit zaman parçalarında dinleyip konuşuyor ve her parçanın bir sonrakinden önce işlenmesi gerekiyor. İş yükü parçalar arasında asimetrik: dinleme parçalarında ses beklenirken hesaplama boşta kalıyor, konuşma ve araç çağrısı parçaları ise seri üretim gerektirip yanıtları ve çağrıları geciktiriyor.\n\nAraştırmacılar, bir sonraki parçanın sesi gelmeden onu sessizlik varsayımıyla çözüp gerçek ses altındaki çıktıyla karşılaştırdı. Dört modelde iki özellik gözlendi: parçaların yüzde 95,3'ünde bir sonraki ses parçası çıktıyı değiştirmiyor ve değişikliklerin yüzde 88'i ilk çıktı belirtecinde başlıyor. Bu bulgulara dayanan Speculative Listening, eğitim gerektirmeyen ve kayıpsız bir girdi zamanlı kendi kendine spekülatif çözme çerçevesi. Boş zamanda sessizlik altında bir sonraki parçanın taslağını çıkarıyor, ilk belirteç değişimleri için ikinci en iyi ilk belirteçten ikinci bir dal üretiyor, tüm taslakları parçalar arası bir hipotez havuzunda tutuyor ve ses geldiğinde doğruluyor.\n\nSekiz görevlik TickTock-Bench'te konuşma parçaları 2,6-2,8 kat, araç çağrısı parçaları ise 23,4 kata kadar hızlanıyor. Yanıt başlamadan önceki çözme gecikmesi ortalama yüzde 73 azalarak 74-241 ms'ye düşüyor; bu, insanlar arasındaki yaklaşık 200 ms'lik tur geçişi aralığına yakın. Gerçek zamanın gerisinde kalma süresi ise yüzde 94,4 azalıyor.",
      "content_type": "research",
      "source": "Hugging Face Daily Papers",
      "url": "https://huggingface.co/papers/2611.06982"
    },
    {
      "id": "ayni-egitilen-modeller-farkli-jailbreak-lerde-kiriliyor",
      "position": 8,
      "isaret_url": "https://isaret.ai/2026-11-06/#ayni-egitilen-modeller-farkli-jailbreak-lerde-kiriliyor",
      "turkish_headline": "Aynı eğitilen modeller farklı jailbreak'lerde kırılıyor",
      "turkish_teaser": "Bir modelin hangi jailbreak'lere yenildiğini veri değil, ön eğitim koşusu belirliyor.",
      "turkish_summary": "Jailbreak kıyaslamaları tek bir checkpoint'i test ediyor ve hangi saldırıların onu kırdığını ön eğitim verisinin ve güvenlik eğitiminin bir özelliği sayıyor. Cerulean Labs araştırmacıları şunu soruyor: aynı verinin bir başka ön eğitim koşusu, aynı güvenlik eğitimiyle aynı jailbreak'lerde kırılır mı? 25 ön eğitim veri tarifi için 3 farklı ön eğitim tohumuyla 1 milyar parametreli temel modeller alındı ve her birine 2 farklı tohumla aynı güvenlik son eğitimi uygulandı; toplamda 150 model elde edildi.\n\nOrtak bir jailbreak istemi kümesine her modelden 20'şer yanıt toplandı ve model çiftleri arasında istem başına ret vermeme oranlarının korelasyonu hesaplandı. Aynı ön eğitim koşusunun iki son eğitim kopyası ortalama 0,984 korelasyon gösteriyor. Farklı bir ön eğitim tohumu bunu 0,811'e düşürürken, farklı veri tarifi yalnızca 0,779'a indiriyor. Yani bir checkpoint'in hangi jailbreak'lerde kırıldığı, verisinden çok ön eğitim koşusuna bağlı; bu örüntü 25 veri tarifinin hepsinde ve 150M ile 300M parametrede de geçerli.\n\nPratik sonuç çarpıcı: Bir checkpoint'te bulunan 91 saldırı şablonunun en iyisi, yeni bir ön eğitim tohumundan sonra model çiftlerinin yalnızca yüzde 27'sinde en iyi kalırken, yeni bir son eğitim tohumundan sonra bu oran yüzde 67. Her ön eğitim koşusu ayrıca bir parmak izi bırakıyor: 3.211 istem üzerinden bir modelin istem başına ret oranları, onu 75 koşu arasında her seferinde tanımlıyor; rastgele seçilmiş 50 istem bile bunu yüzde 98 oranında başarıyor. Bu, güvenlik değerlendirmelerinin yalnızca tek bir model örneğine dayanmaması gerektiğini gösteriyor.",
      "content_type": "research",
      "source": "Hugging Face Daily Papers",
      "url": "https://huggingface.co/papers/2610.34074"
    }
  ],
  "image_credits": [
    {
      "article_id": "rekabetci-akis-eslestirme-kalite-kapsam-odunlesimini-asiyor",
      "credit": "Peng ve ark., arXiv, CC BY 4.0",
      "license": "CC BY 4.0",
      "license_url": "https://creativecommons.org/licenses/by/4.0/",
      "source_url": "https://arxiv.org/abs/2611.07055"
    }
  ]
}