İçeriğe geç
CANLI Dün Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 6 gün önce 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

Google DeepMind WikiSKI: Yapay Zeka Ajanlari Icin Bilgi Tabanlı Beceri Evrimi Sistemi

Google DeepMind, yapay zeka ajanlari icin yenilikci bir beceri kutuphanesi sistemi olan WikiSKI'yi tanitti.

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. Google DeepMind, yapay zeka ajanlari icin yenilikci bir beceri kutuphanesi sistemi olan WikiSKI'yi tanitti.
  2. WikiSKI Sistemi Nasil Calisiyor?
  3. Sistemde deneyimler wiki'ye konsolide ediliyor ve sonraki her beceri guncellestirmesi, dagınık bir optimizasyon gecmisi yerine bu wiki uzerine insa ediliyor.

DeepMind, yapay zeka ajanlari icin yenilikci bir beceri kutuphanesi sistemi olan WikiSKI’yi tanitti. Yeni sistem, ajan beceri evrim sureclerini uc ayri bolume ayiran bir yaklasim oneriyor: ham yurutme izleri, kalici bir wiki tabanli bilgi birikimi ve calistirilabilir beceriler. Arxiv.org’da yayimlanan calisma, bu yaklasimin mevcut sistemlere kiyasla onemli performans kazanımlari sagladigini gosteriyor.

WikiSKI Sistemi Nasil Calisiyor?

DeepMind’in WikiSKI beceri kutuphanesi sistemi, geleneksel beceri evrim sistemlerinin aksine uc farkli bileşeni birbirinden ayiriyor. Birinci bileşen: ajanin yurutme izleri (raw execution traces). Ikinci bileşen: birikimis bilgiyi saklayan kalici wiki. Ucuncu bileşen: calistirilabilir beceriler.

Sistemde deneyimler wiki’ye konsolide ediliyor ve sonraki her beceri guncellestirmesi, dagınık bir optimizasyon gecmisi yerine bu wiki uzerine insa ediliyor. Bu yapı, ajanin oradan buraya tasıması gereken bilgileri dogru yerde tutmasini sagliyor.

Ablasyon Sonuclari: Wiki’siz Olmuyor

Araştırmacılar, sistemin farklı bileşenlerini devre dışı bırakarak hangi parçanın performansa en çok katkı sağladığını test etti. Sonuclar net: kalıcı wiki, performans kazanımlarının buyuk bolumunden sorumlu. Wiki devre dışı bırakıldığında sistemin yetenekleri dramatik sekilde düsüyor.

Ikinci dikkat cekici sonuc: daha kucuk model bile beceri evrimiyle buyuk modeli yener. Evrilmis becerilere sahip kucuk modeller, bu becerilerden yoksun olusturca daha buyuk modellerden surekli olarak daha iyi performans gosteriyor. Bu, beceri kutuphanesinin model olceginden bagimsiz olarak deger sagladigini ortaya koyuyor.

Model Aileleri Arasi Beceri Transferi

WikiSKI’nin bir diger onemli ozelligi: cross-family transfer yani model aileleri arasi beceri transferi. Bir modelde evrilen beceriler, tamamen farklı bir model ailesine aktarilabiliyor. Bazen baska bir modelde evrilen beceriler, hedef modelin kendi kendine evrildigi becerilerden daha iyi sonuclar veriyor.

Neden Bu Calisma Onemli?

Yapay zeka ajanlarının gercek dunyada yayginlastigi bir donemde, ajanların becerilerini surdürülebilir ve aktarilabilir sekilde gelistirmesi kritik onem tasıyor. aihaber.org uzerinden aktarildigi uzere, WikiSKI bu soruna pratik bir cozum sunuyor: becerileri bir wiki’de merkezlestirmek, hem ogrenmeyi hizlandiriyor hem de bilginin kaybolmasini onluyor.

DeepMind calismasi, ajan mimarisinde bilgi yonetimine yeniden yaklasilmasi gerektigini ortaya koyuyor. Sistem su an arxiv.org/abs/2608.27454 adresinden erisilebilir durumda.

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/google-deepmind-wikiski-yapay-zeka-ajan-beceri-sistemi/

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