Faraday AI Araştırma Ajanı: 27 Milyar Parametreyle Bilimsel Makale Tekrarlamada Rekor Kırdı

Stanford Üniversitesi ve çeşitli araştırma kurumlarından bilim insanları, Ağustos 2026’da yayımlanan bir makaleyle yapay zeka alanında çığır açan bir gelişmeye imza attı. 27 milyar parametreli Faraday AI araştırma ajanı, Claude Opus 4.8 ve GPT-5.5 gibi devasa modelleri geride bırakarak bilimsel makale tekrarlama görevlerinde yeni bir standart belirledi. “Training AI Scientists to Replicate Research” başlıklı çalışma, arxiv.org/abs/2608.13331 adresinde yayımlandı. Bütçe ve hesaplama verimliliği açısından son derece ekonomik bir yaklaşım benimseyen araştırmacılar, Faraday’i 242 farklı makale tekrarlama görevi üzerinde eğitti. Elde edilen sonuçlar, yapay zekanın bilimsel araştırma süreçlerinde ne denli güçlü bir yardımcı olabileceğini gözler önüne serdi.

Faraday AI Araştırma Ajanı Neyi Farklı Yapıyor?

Faraday’in başarısının arkasında, oldukça özgün bir eğitim metodolojisi yatıyor. Araştırmacılar, her bir bilimsel makaleden rastgele bir figür çıkararak ajandan bu figürdeki sonucu baştan üretmesini istedi. Bu yaklaşım, Faraday’in yalnızca metin anlama yeteneğini değil, aynı zamanda kod üretme, deney tasarlama ve sonuç çıkarma becerilerini de bütüncül biçimde geliştirdi. Yapay zeka araştırma süreçlerinin otomasyonu konusunda yeni bir sayfa açıldı.

Kıyaslama Sonuçları: Claude Opus 4.8 ve GPT-5.5’i Geride Bıraktı

Araştırmacılar, Faraday’i görülmemiş 68 AI-for-science görevinde test etti. Ortaya çıkan tablo, alanı derinden sarsacak nitelikteydi: Faraday AI araştırma ajanı 0.791 puan alırken, Claude Opus 4.8 yalnızca 0.748 ve GPT-5.5 ise 0.729 puanla yetinmek zorunda kaldı. Bu demek oluyor ki Faraday, görevlerin yüzde 60’ında her iki rakibini de geride bıraktı. Özellikle dikkat çekici olan nokta, 27 milyar parametreli bir modelin, çok daha büyük ölçekli modelleri bu denli açık ara farkla geçebilmesiydi.

Nasıl Çalışıyor? GPT-5.5’i Kod Uzmanı Olarak Kullanıyor

Faraday’in mimarisi, bir araştırma ajanının nasıl tasarlanması gerektiği konusunda önemli dersler sunuyor. Sistem, araştırma stratejisi belirleme ve hangi adımların atılacağına karar verme görevini üstleniyor; ancak kod üretimi için GPT-5.5’e güveniyor. Yani Faraday, bir orkestra şefi gibi çalışıyor ve GPT-5.5’i altında görevlendirdiği bir kod ajanı olarak konumlandırıyor. AI ajan sistemlerinin geleceği için kritik bir referans noktası oluşturdu.

Yapay Zeka Araştırmaları İçin Çıkarımlar ve Gelecek

Bu çalışmanın en önemli mesajı açık: Bilimsel araştırmada devrim niteliğinde sonuçlar elde etmek için her zaman en büyük modele sahip olmak gerekmiyor. Uzmanlaşmış, koordineli bir ajan sistemi, yalnızca birkaç yüz milyar parametreli dev modellerden daha yüksek performans gösterebiliyor. Detaylı teknik makaleye arxiv.org/abs/2608.13331 adresinden ulaşılabilir.