» Etiket

machine-learning

163 yayın

9 Tem 20268.10
LLM Quantization Rehberi: GPTQ, AWQ ve GGUF Karşılaştırması
Büyük dil modellerini 4-bit'e sıkıştırarak VRAM ihtiyacını düşüren quantization tekniklerini; GPTQ, AWQ, GGUF ve bitsandbytes yöntemlerini karşılaştırmalı olarak inceliyoruz.
gguf inference llm machine-learning
30 Tem 20268.00
Ölçekleme Yasaları: Kaplan'dan Chinchilla'ya, Aşırı Eğitime
LLM ölçekleme yasalarının Kaplan'dan Chinchilla'ya evrimi ve mühendislerin neden modelleri kasıtlı olarak aşırı eğittiği açıklanıyor.
chinchilla deep-learning inference llm
30 Tem 20268.01
Araştırma: LLM'lerin rol tanıma açığı saldırılara karşı temelden kırılgan
ICML araştırması, LLM'lerin rolleri etiket değil metin üslubuyla tanıdığını, bunun da temelden çözülemez bir güvenlik açığı yarattığını gösteriyor.
ai-safety jailbreaking llm-security machine-learning
Reklam
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.com
28 Tem 20268.00
Her Şeyi Fine-Tune Etmeyin: Model Uyarlama Karar Çerçevesi
Fine-tuning tek seçenek değil: prompt engineering, RAG, ICL ve domain pre-training arasında doğru stratejiyi seçmek için karar çerçevesi.
ai fine-tuning llm machine-learning
22 Tem 20268.00
Yapay Zeka Kodlama Ajanları: Ağacın Dalını mı, Kökünü mü Alıyor?
SWE-bench ve METR verileri AI kodlama ajanlarının ilerleyişini gösteriyor; ama doğrulama maliyeti mühendislik için hâlâ belirleyici sınır.
ai benchmarks coding-agents llm
16 Tem 20268.01
Few-shot örnekleri eval setinden geldi: 0.94 skoru bir kurguydu
Few-shot seçici ve eval seti aynı JSONL dosyasını paylaşınca 0.94 skoru sahteydi. Prompt-zamanı veri kirlenmesi ve kontrol yöntemi.
data-contamination evaluation few-shot-learning llm
14 Tem 20268.00
IRT benzeri pratik skoru, gerçek bir IQ testi değildir
IntelligenceMax'in IRT-benzeri pratik skoru neden gerçek bir IQ ölçümü değil; madde parametreleri, kalibrasyon ve transfer sınırları incelendi.
ai edtech item-response-theory machine-learning
14 Tem 20268.00
x86'nın yeni matris hızlandırıcısı ACE, Arm SME'ye rakip oluyor
Intel'in ACE hızlandırıcısı AMX'i dış çarpım mimarisine taşıyor; Arm SME2 ile karşılaştırmalı teknik analiz.
arm cpu-architecture instruction-set machine-learning
9 Tem 20268.00
Kendi Kendine Ödüllenen LLM'ler: Doğruluk Değil İkna Kazanıyor
Referanssız LLM hakemleriyle kendi çıktısını değerlendiren modeller doğruluğu değil ikna ediciliği ödüllendiriyor; GSM8K deneyinde hakem onayı artarken gerçek doğruluk sabit kalıyor.
ai-evaluation llm-judges machine-learning reward-hacking
7 Tem 20268.00
1 milyon token başına fiyat neden yanıltıcı bir metrik
AI modellerini token başına fiyatla karşılaştırmak yanıltıcı olabilir. Tokenizer farkları ve chain-of-thought verimliliği, gerçek görev maliyetini token fiyatından çok daha fazla etkiliyor.
ai benchmarking cost optimization llm