» Etiket
benchmarking
10 yayınToolgz: LLM araç tanımlarında token kullanımını %80 azaltıyor
Toolgz, LLM ajanlarında araç tanımı token kullanımını %80 azaltıp doğruluğu koruyor; 420 koşuluk çapraz sağlayıcı testiyle doğrulandı.
Yapay Zeka Modelleri 'Pelikanlı Bisiklet' Testine Hile mi Yapıyor?
7 yapay zeka modeliyle 1.008 SVG üretilerek 'pelikanlı bisiklet' testinde hile (benchmaxxing) yapılıp yapılmadığı istatistiksel olarak incelendi.
Quantprobe: 16 GB RAM'lik Eski PC'de 110B Parametreli LLM Çalıştırma
Quantprobe aracı, 2016 model bir PC'de 110B parametreli LLM'i 16GB RAM ve SATA SSD ile çalıştırmanın ölçümle kanıtlanmış yöntemini gösteriyor.
CommitBrief — terminalde yapay zekâ destekli kod incelemesi
Staged değişiklikleri, bir commit aralığını ya da bütün bir GitHub pull request'ini yerelde inceleyen sağlayıcı bağımsız CLI. Sıfır telemetri, sunucu yok. Açık kaynak, GPL-3.0.
commitbrief.comPyTorch tarzı API ile LLM 'harness' eğitimi: model donuk, çevresi öğreniyor
LLM ağırlıkları donuk kalırken promptlar, araçlar ve onarım döngüsünü PyTorch benzeri bir eğitim döngüsüyle geliştiren açık kaynak harness-training çerçevesi.
Awsmux: Çoklu Hesap AWS CLI Aracı, Ajanlarda 5,4 Kata Kadar Hız Sağlıyor
Awsmux, paralel çalışan çoklu hesap AWS CLI aracı: AI ajanlarında 5,4 kata kadar hız, 7,4 kat daha az token ve onay sınırlı güvenlik sağlıyor.
Nvidia Vera CPU: AI Veri Merkezleri İçin Yeni Bir Dönem
Nvidia'nın Vera CPU'su, AI veri merkezleri için özel tasarımıyla dikkat çekiyor. SPEC CPU 2026 sonuçlarıyla performansı değerlendirildi.
DeepSWE: AI Kodlama Ajanlarını Değerlendirmek İçin En İyi Ölçüt mü?
DeepSWE, AI kodlama ajanlarının performansını değerlendirmek için yenilikçi bir ölçüm platformudur.
GEMM Performans Ölçüm Yöntemleri Rehberi
GEMM performansını ölçmek için güvenilir ve tekrarlanabilir yöntemler geliştirin.
Node-semver'in Rust ile Yeniden Yazımı ve Performans Testleri
Rust ile yeniden yazılan rs-semver, Node.js projeleri için performans artışı sunuyor.
Poolside Laguna S 2.1'i Tanıttı: Açık Ağırlıkta Kodlama Modeli
Poolside, 118B parametreli Laguna S 2.1 modelini tanıttı. Model, bellek kullanımı ve etkinliği ile dikkat çekiyor.