Arşiv

Xiaomi-Robotics-1, 100K saatin üzerinde gerçek dünya verisiyle eğitilen ve görülmemiş ortamlarda doğrudan çalışan temel bir VLA modeli sunuyor.

Denetimsiz gündüz-gece görüntü çevirimi, tarım robotlarının karanlıkta güvenle navigasyon yapmasını sağlıyor.

Microsoft'un Memora sistemi, ajan belleğini soyutlama ve özgüllük arasında dengeleyerek %98 daha az token kullanıyor.

Metalik ultrason dalga kılavuzları, tek bir transdüserden temas konumu, kuvvet ve malzeme sınıfını aynı anda belirliyor.

SkillOpt, model ağırlıklarına dokunmadan ajan talimatlarını optimize ederek yapay zeka ajanlarını daha güvenilir kılıyor.

Yeni pozisyon makalesi, VLA sistemlerinin fiziksel genelleme yaptığına dair iddiaların mevcut değerlendirme protokolleriyle doğrulanamadığını savunuyor.

IMU sensör füzyonuyla çalışan yeni mimari, etiketli veri olmadan %98'i aşan aktivite tanıma doğruluğu sağlıyor.

RIFT-Bench, 45 farklı ajansal sistemi tek çatı altında test eden ilk birleşik güvenlik değerlendirme metodolojisi.

MIT'nin DAAAM sistemi, robotların keşfettikleri ortamdaki nesneleri uzun süreli bellekle takip etmesini sağlıyor.

Strands Agents ve LeRobot entegrasyonu, veri setinden gerçek robot donanımına geçişi tek bir ajan döngüsüyle mümkün kılıyor.

DharmaOCR ekibi, DPO'yu OCR'daki metin bozulma hatasını %59 azaltmak için kullandı.

LLM'ler, dijital ikiz temsilleri üzerinde pekiştirmeli öğrenmeyle eğitilerek cerrahi videolarda çok adımlı akıl yürütme yapabiliyor.

μ₀, piksel yerine 3D yörüngeler tahmin ederek robot öğrenimini gövde bağımsız hale getiriyor.

PyTorch profiling serisinin ikinci bölümü, nn.Linear'dan başlayarak fused MLP oluşturmaya kadar pratik GPU optimizasyon tekniklerini ele alıyor.

ToolSense, LLM'lerin araç kataloglarını gerçekten anlayıp anlamadığını otomatik benchmark'larla sorguluyor.

SynIB, modeli tek modaliteden gelen ipuçlarına güvenmek için cezalandırarak çapraz-modal sinerjiyi doğrudan hedefliyor.

PPO'dan KTO'ya altı tercih optimizasyonu yöntemi, dil modellerinin iç katmanlarını nasıl yeniden şekillendirdiği ilk kez sistematik biçimde incelendi.

EgoAERO, nesne taraması gerekmeden tek bir birinci şahıs videosundan robot manipülasyon politikaları üretiyor.

AxisGuide, robot manipülasyon politikalarının dağılım kayması altında neden başarısız olduğunu koordinat sistemi tutarsızlığıyla açıklıyor.

MoDex, tek bir robotik elin serbest bırakmadan sırayla birden fazla nesneyi kavramasını sağlayan diffusion policy çerçevesi sunuyor.

A2A, karmaşık sahnelerde görev odaklı nesne fonksiyonlarını gerçek zamanlı olarak tespit eden yeni bir benchmark ve öğrenme çerçevesi sunuyor.

NVIDIA'nın Cosmos 3'ü dil, görüntü, video, ses ve eylemleri tek bir transformer mimarisinde birleştiriyor.

OpenAI'ın yapay zeka modeli, Paul Erdős'ün 1940'lardan kalma ünlü matematik problemini ilk kez çözdü.

NVIDIA Cosmos 3, robotik için dünya simülasyonu, fiziksel akıl yürütme ve eylem üretimini tek açık modelde birleştiriyor.

Çin'deki ekip, beyin ölümü gerçekleşmiş 53 yaşındaki bir hastaya altı genetik düzenlemeli tek domuzdan iki böbrek ve karaciğeri aynı operasyonda taşıdı.

DeepMind, ses, görüntü, video ve metni tek bir omurga üzerinden işleyen Gemini Omni'yi yayımladı.