İçeriğe geç
CANLI Dün Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 9 Kas 2026 Bu Hafta AI Model Değerlendirmesi (2026-W46) 8 Kas 2026 OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 8 Kas 2026 Yapay Zekâ 18 Yıllık Kuantum Varsayımını Üç Günde Çözdü: Aaronson-Ambainis Artık Bir Teorem 8 Kas 2026 Gemini 4 Flash ve Yeni Claude İçin İşaretler Artıyor: LMArena’da ‘Hydrogen’, Sızıntıda ‘Hyperion’ Zekâ endeksi lideri Claude Opus 5 (Adaptive Reasoning, Max Effort) · 63,1 16.11.2026
Bülten

Yapay Zeka Haberleri

Yeni Benchmark: AI Agentlar Internetin Yuzde 25ini Gozden Kaciriyor

AI agentlarinin internet erisimiyle ilgili yeni bir benchmark yayinlandi ve sonuclar oldukca cekince uretiyor.

· 1 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 2 madde
  1. AI agentlarinin internet erisimiyle ilgili yeni bir benchmark yayinlandi ve sonuclar oldukca cekince uretiyor.
  2. Simdiye kadar herkes hangi modelin en zeki oldugu tartisiyordu.

AI agentlarinin internet erisimiyle ilgili yeni bir benchmark yayinlandi ve sonuclar oldukca cekince uretiyor. Yapilan testlerde, en iyi AI arama motorlari internetin yalnizca yuzde 75ini bulabiliyor. API’si ise yuzde 53 oraninda kaliyor.

NEEDLE Benchmark: Ne Oluyor?

Yeni benchmark NEEDLE adini tasiyor ve AI sistemlerinin canli web verilerine erisimini test ediyor. Standart benchmarklardan farkli olarak, bu testler gunluk olarak degisen gercek web verilerini kullaniyor; boylece kimse yanitlari ezberleyemiyor.

En Zor Sorgularda Yuzde 50 Kayip

Testlerin en zorlu sorgularinda, en iyi performans gosteren sistemler bile yuzde 50ye yakini bulamiyor. Bu, AI agentlarinin web uzerinden bilgi toplamada ciddi sinirlamalarla karsi karsi oldugunu gosteriyor.

Simdiye kadar herkes hangi modelin en zeki oldugu tartisiyordu. Oysa asil sorun modelin kendisinde degil — arama katmaninda.

AI Developerlar Icin Kritik Sonuc

Benchmark sonuclari, AI developerlar icin onemli bir ders veriyor: Model seciminden once arama katmanini duzeltmek gerekiyor. Iyi bir LLM, iyi bir arama entegrasyonu olmadan yari yariya kapasite kaybi yasiyor.

Sonuc: Gorunurluk Krizi

Benchmarkin ortaya koydugu tablo net: AI agentlar webin dortte birini goremiyor. Bu sayi, AI sistemlerinin internet tabanli gorevlerdeki guvenilirligini sorgulatiyor. Developerlar icin ders bellikod部部长: Prompt optimizasyonundan once arama altyapisi.

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/ai-agentlar-internet-gorunurluk-benchmark/

Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.

Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Bu haber işinize yaradı mı?

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.

İlgili haberler