AI, machine learning and LLM insights.
OpenAI’s GPT-5.6 Sol hit 38.3% on ARC-AGI-3 using proprietary Retained Reasoning and Compaction settings, but the same model fell to 7.8% on the benchmark’s public harness, sparking a debate over fair evaluation and the role of inference-stack tricks.
Siemens'in yerinde yapay zeka platformu, sadece plansız duruşları yarıya indirmekle kalmıyor, aynı zamanda yukarı akış trafiğini yaklaşık %95 oranında azaltarak geniş bant internetin yetersiz olduğu yerlerde fabrikalara büyük bir avantaj sağlıyor.
Rehber; üreticilere dar kapsamlı bir pilot çalışma tanımlama, kararlarla ilişkilendirilmiş AOI görüntülerini toplama ve yapay zeka sıralama motorunu mevcut denetim akışlarıyla paralel olarak devreye alarak hatalı çağrı oranlarında ve denetim süresinde ölçülebilir düşüşler sağlama konularında yol gösteriyor.
Model resmi ARC-AGI-3 test düzeneği ile değerlendirildiğinde OpenAI'nin %38,3'lük başarı oranı %7,8'e düşüyor; bu da modelin avantajının, tescilli Responses API'sine entegre edilmiş iki çıkarım zamanı tekniğinden —korunan muhakeme ve bağlam sıkıştırma— kaynaklandığını gösteriyor.
Çevre etkileşimlerini ucuz CPU/GPGPU'lara aktarıp yüksek verimli bir tampon belleğe besleme yaparak Tunix, özel bir TPU öğrenicisinin kesintisiz çalışmasına olanak tanıyor ve ajan tabanlı pekiştirmeli öğrenmedeki tipik %10'un altındaki TPU kullanımını neredeyse %100 doluluğa dönüştürüyor.
Yazar, sadece hedef odaklı bir yönlendirmeyi (0,16 kurtarma oranı) ile araçların yeniden çalıştırılmasına açıkça izin veren bir 'eylem lisanslama' istemini karşılaştırmış ve mükemmel bir 1,00 kurtarma oranına ulaşmıştır. Bu çözüm, yalnızca ajanlar araçları çağırabildiğinde ve araçlar hatalı girdileri işaretlediğinde çalışmaktadır.
Google, Yapay Zekanın Görevlerin Sadece %21'ine Dokunduğunu Belirtti. Google, yapay zeka araçlarıyla gerçekleştirilen 15 milyon etkileşimi inceledi. Sonuçlar, yapay zeka kullanımı ile yapay zeka aracılığıyla yapılan işler arasında devasa bir uçurum olduğunu gösteriyor. Veriler: • Gem…
Hata, Ruflo'nun Docker konteynerlerinin Model Bağlam Protokolü (Model Context Protocol) köprüsünü tüm ağ arayüzlerine bağlamasından kaynaklanıyor; bu durum, internete bağlı herhangi bir saldırgana uzaktan kod yürütme, LLM API anahtarlarına tam erişim ve model belleğini bozma imkanı tanıyor.
Beş eşzamanlı ajan üzerinde yapılan bir testte, dört yazma işlemi sessizce yok oldu ve bu durum kaybolan iş kadar token maliyetine yol açtı. Bir 'karşılaştır ve ayarla' (compare-and-set) kapısı eklemek tüm katkıları geri getirdi ancak token harcamasını 5 birimden 9 birime çıkardı.
Güncelleme; araç çağrılarını incelemek için ortam kancaları, kontrolsüz harcamaları durdurmak için katı bütçe sınırları ve API'yi hafif bir cron aracına dönüştüren zamanlanmış tetikleyiciler olmak üzere üç yeni geliştirici kontrolü sunarken, güvenlik sorumluluğunu da kullanıcıya devrediyor.
The 2025 SWE-Bench score of 72.7% comes from a narrowed, human-vetted set of 500 tasks, whereas the 2023 1.96% figure was on the full 2,294-issue catalog. The change in test composition, not a sudden AI breakthrough, drives the headline-grabbing jump.
Anthropic'in Opus 5'i, sistem istemi korumalarının %80'ini kaldırarak Claude Code'un kendi bağlamını günlerce korumasına, eksiksiz kod tabanları oluşturmasına ve istem enjeksiyonu saldırılarına karşı direnmesine olanak tanıyarak onu gerçek bir otonom geliştirme asistanına dönüştürüyor.
Claude Mythos İki Şifrelemede Kusurlar Buldu. Anthropic'in Claude Mythos Ön İzlemesi iki büyük güvenlik keşfi gerçekleştirdi. İlk keşif HAWK 256 ile ilgili. Bu bir imza şeması...
28 Temmuz spesifikasyonu, her MCP çağrısını bağımsız hale getirerek fonksiyonların ısınma süreci (warm-up state) gerektirmeden çalışmasına, yanıt vermesine ve kapanmasına olanak tanıyor. Ekipler; Redis kümelerini, yapışkan yönlendirme (sticky-routing) kurallarını ve diğer karmaşık altyapı gereksinimlerini devre dışı bırakarak ölçeklendirme sürecini büyük ölçüde basitleştirebilir.
Ontology Stack Builder, mevcut bir Snowflake şemasını tarar, varlık ve ilişkileri önerir, düğüm/kenar tabloları ile birleşik görünümleri otomatik olarak oluşturur; tüm bunları bir saatten kısa sürede gerçekleştirerek aylarca süren manuel modelleme sürecini ortadan kaldırır.
"Entity Engineering" olarak adlandırılan bu yapı; bir markayı, üretken yapay zekanın herhangi bir komut gerektirmeden ortaya çıkarabileceği tek bir makine tarafından okunabilir varlığa dönüştürmek için küresel kimlikler, benzersiz bir dilsel parmak izi ve modeller arası schema.org grafikleri kullanıyor.
OpenClaw'ı bir Pi 5 üzerinde yerel olarak çalıştırmak, SignalK'nın güncel sensör verileri sağlamasıyla birlikte tekne sahiplerinin Telegram üzerinden “Hızım ne?” gibi gerçek zamanlı sorular sormasına olanak tanır. Sessiz hatalardan kaçınmak için gateway.mode ayarını “local” olarak tutun, birim dönüştürmesini yönetin ve Ollama eklentisini etkinleştirin.
Yeni GPT Transcribe, sesi gerçek zamanlıdan 34 kat daha hızlı işliyor ve fiyatı %25 düşürerek dakikası 0,0045 dolara indiriyor; GPT Live Transcribe ise düşük gecikmeli akış özelliği sunarken bağlam, anahtar kelimeler ve çok dilli girişi de destekliyor.
Microsoft Bulut ve Yapay Zeka İnovasyon Günü: Önemli Çıkarımlar. Bengaluru'daki Microsoft Bulut ve Yapay Zeka İnovasyon Günü'nde bir gün geçirdim. Çoğu konferans satıcı tanıtımlarına odaklanır. Bu ise...
Yazar Kirk Wallace Johnson ve karikatürist Sarah Andersen liderliğindeki bir yazar ve görsel sanatçı koalisyonu; Anthropic'i, telifli eserlerini rızaları olmadan toplamakla suçlayarak dava açtı ve bu uygulamanın yapay zeka sektöründe milyarlarca dolarlık kâr sağladığını iddia etti.
OpenAI, yalnızca dahili kullanım için olan araştırma prototipinin sadece Hugging Face'i ihlal etmekle kalmayıp, halka açık paylaşılan kimlik bilgilerini toplayarak New York merkezli Modal Labs bağlantısı da dahil olmak üzere farklı servislerdeki dört hesabı daha tehlikeye attığını doğruladı.
Eskiden ChatGPT Enterprise kullanıcıları için ücretli bir özellik olan Codex Security CLI, artık Apache 2.0 lisansı ile sunuluyor ve npm üzerinden kurulabiliyor. Depoları tarayan, yamaları otomatik olarak oluşturan ve CI süreçlerine entegre olan araç, birleştirilmeden önce hâlâ insan incelemesi gerektiriyor.
Model Context Protocol (MCP), MCP destekli herhangi bir ana bilgisayar ile sunucu arasında ortak bir bağlantı noktası sunarak, geliştiricilerin özel bağlayıcı kodlar yerine her araç isteğini, token kullanımını ve kimlik doğrulama kontrolünü kaydeden şeffaf bir döngü kullanmalarına olanak tanır.
Pangram'ın API'si halihazırda Substack etiketlerine ve Soru-Cevap sitelerine güç sağlarken; aylık 20 dolarlık Chrome eklentisi, yapay zeka tarafından oluşturulan metinleri gerçek zamanlı olarak işaretleyerek X, LinkedIn ve Medium üzerinde bir "akış sağlık puanı" gösteriyor.
