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

Skaling: Chinchilla Scaling Law’da Meta FAIR’dan Çığır Açan Keşif

Skaling: Chinchilla Scaling Law'da Meta FAIR'dan Çığır Açan Keşif Ne? Meta FAIR, Chinchilla scaling law'da önemli bir körlük noktası tespit eden yeni bir araştırma paperı yayımladı. Kim? Meta…

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. Skaling: Chinchilla Scaling Law'da Meta FAIR'dan Çığır Açan Keşif
  2. Ne? Meta FAIR, Chinchilla scaling law'da önemli bir körlük noktası tespit eden yeni bir araştırma paperı yayımladı.
  3. Meta'nın temel yapay zeka araştırma birimi FAIR, yapay zeka eğitim scaling yasaları üzerine çığır açan yeni bir keşif yayımladı.

Skaling: Chinchilla Scaling Law’da Meta FAIR’dan Çığır Açan Keşif

Ne? FAIR, Chinchilla scaling law’da önemli bir körlük noktası tespit eden yeni bir araştırma paperı yayımladı. Kim? Fundamental AI Research (FAIR) ekibi. Ne zaman? Paper: 15 Ağustos 2026. Nerede? arxiv.org/abs/2608.07222. Neden? Mevcut scaling yasalarının frontier ölçeklerde yanıltıcı olabileceğini ortaya koymak için. Nasıl? Model boyutu ve eğitim verisi arasındaki ilişkiyimodelayan tek bir ek terim ekleyerek.

’nın temel yapay zeka araştırma birimi FAIR, yapay zeka eğitim scaling yasaları üzerine çığır açan yeni bir keşif yayımladı. “Skaling: Chinchilla’s Exponents Meet Kaplan’s Coupling” başlıklı paper, mevcut Chinchilla scaling law’sının frontier ölçeklerde ciddi yanılgılara yol açabileceğini ortaya koyuyor.

Chinchilla Yasasının Kör Noktası

Chinchilla scaling law, model boyutu ve eğitim verisi arasındaki ilişkiyi tahmin etmek için yaygın olarak kullanılan bir yöntem. Ancak FAIR araştırmacıları, bu yasanın eğitim ızgarası içinde neredeyse mükemmel görünürken frontier ölçeklerde ciddi yanılgılar üretebileceğini keşfetti.

Araştırmanın temel bulgusu şu: Chinchilla, model boyutu ve eğitim verisinin ayrı ayrı katkı sağladığını varsayıyor. Ancak deneyler, her birinin diğerinin yararlılığını değiştirdiğini gösteriyor.

Skaling: Tek Terimle 3 Kat Daha İyi Tahmin

Araştırmacılar bu sorunu çözmek için “Skaling” adını verdikleri yeni bir yöntem geliştirdi. Bu yöntem, Chinchilla denklemine yalnızca bir ek terim ekleyerek model boyutu ve eğitim verisi arasındaki bu karşılıklı bağımlılığı yakalıyor.

Skaling’in sunduğu avantajlar:

  • Tahmin hatasını yaklaşık 1.5-3 kat azaltıyor
  • Full-grid Chinchilla seviyesinde doğruluk elde ediyor
  • Yaklaşık 10 kat daha az profilleme hesaplaması gerektiriyor

Frontier Ölçekte Devasa Fark

Arasel ölçeklerdeki fark, Skaling’in ne kadar kritik olduğunu gözler önüne seriyor. Farseer benchmark’ında, 2×10^25 FLOPs hesaplama düzeyinde:

  • Chinchilla tahmini: Parametre başına ~380 token
  • Skaling ve doğrudan tahminler: ~20-40 token

Bu, Chinchilla’nın frontier koşullarında parametre başına token sayısını yaklaşık 10 kat fazla tahmin ettiğini gösteriyor.

Araştırmanın AI Eğitimi İçin Çıkarımları

Bu keşif, büyük yapay zeka modelleri eğitmek için harcanan kaynakların daha verimli kullanılmasına yol açabilir. Yanlış tahminler, gereksiz hesaplama maliyetine ve dolayısıyla çevresel etkiye yol açıyor.

Skaling yöntemi, araştırmacıların daha az deney yaparak daha doğru scaling tahminleri yapmasına olanak tanıyor. Bu da özellikle sınırlı hesaplama kaynaklarına sahip laboratuvarlar için kritik bir avantaj.

Paper: arxiv.org/abs/2608.07222

aihaber.org olarak AI araştırma dünyasındaki gelişmeleri takip etmeye devam edeceğiz.

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/meta-fair-skaling-scaling-arastirmasi/

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