» Etiket
machine-learning
163 yayınmetaljax: JAX'ı Apple Silicon GPU'larında Çalıştıran Metal Backend
metaljax, JAX kodunu Apple Silicon GPU'larında MLX üzerinden çalıştıran açık kaynak bir PJRT eklentisi; JAX test paketinin %98,4'ünü geçiyor.
Gigatoken: HuggingFace tokenizer'lardan ~1000x hızlı tokenizasyon
Gigatoken, HuggingFace tokenizers'a kıyasla ~1000x hızlı, Rust tabanlı drop-in tokenizasyon kütüphanesi; GB/s seviyesinde işleme sunuyor.
Diller Modelleri: Sayı Dizileri Üzerinden 'Gizli' Davranış Aktarımı
Araştırma, dil modellerinin alakasız veriler (sayı dizileri) üzerinden bile davranışsal özellikleri ve hizalanma bozukluğunu öğrenci modellere aktarabildiğini 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.com78.130 Tweet, Llama-3.3-70B: Trump Piyasayı Değil, Piyasa Trump'ı Yönlendiriyor
78.130 tweet üzerinde LLM analizi: Trump'ın paylaşımları piyasayı mı yönlendiriyor, yoksa tersi mi? Yedi istatistiksel hata, tek null sonuç.
Farklı tokenizer'lı öğretmenden distilasyon: bilginin %85'i haritalamada kayboluyor
Farklı tokenizer'lı model damıtmasında top-K logit projeksiyonu bilginin %85'ini yok edebilir; zincir kuralı tabanlı düzeltme korunumu %86'ya çıkarıyor.
"Halüsinasyon" Tek Bir Hata Değil, Üç Farklı Hata
Halüsinasyon üç ayrı sorun: düzeltilebilir bağlam eksikliği, doğrulanamaz akıcılık ve ulaşılamaz gelecek bilgisi. Mühendisler için ayrım rehberi.
Malzeme Bilimi Modellerinde Bibliyografik Veri Sızıntısı Tespiti
Materials-confounding-check CLI'si, Clever Materials testini kullanarak malzeme bilimi ML modellerinin kimya yerine yazar, dergi veya yıl gibi bibliyografik ipuçlarını öğrenip öğrenmediğini ortaya çıkarıyor.
SAGA: Videoyu Hangi Yapay Zeka Modelinin Ürettiğini Tespit Ediyor
SAGA, üretken yapay zeka videolarının hangi modelle üretildiğini beş seviyede tespit eden yeni, veri-verimli ve yorumlanabilir bir atıf çerçevesi sunuyor.
Netflix'ten GenRec: LLM Tabanlı Öneri Sistemine Geçiş
Netflix'in GenRec çalışması, öneri sistemlerini LLM tabanlı üretken mimarilere taşıyarak klasik sıralama modellerinin yerini almayı hedefliyor.
Netflix GenRec: Özellik Mühendisliği Yerine LLM Tabanlı Sıralayıcı
Netflix'in GenRec'i, özellik mühendisliği yerine LLM tabanlı sıralama kullanarak daha az veriyle üretim performansına ulaşıyor.