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

Microsoft Research: Yapay Zeka Ajanları Farklı Dillerde Yüzde 70’ten Fazla Politika Tutarlılığı Koruyor

Microsoft Research, Çok Dilli Yapay Zeka Ajanlarında Politika Tutarlılığını Ölçtü Microsoft Research, yapay zeka ajanlarının farklı dillerde nasıl performans gösterdiğini ortaya koyan kapsamlı bir…

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. Microsoft Research, Çok Dilli Yapay Zeka Ajanlarında Politika Tutarlılığını Ölçtü
  2. Microsoft Research, yapay zeka ajanlarının farklı dillerde nasıl performans gösterdiğini ortaya koyan kapsamlı bir çalışma yayımladı.
  3. Microsoft Research araştırmacıları Sourabrata Mukherjee, Kalika Bali ve Sunayana Sitaram tarafından yürütülen çalışmada, klasik değerlendirm…

Microsoft Research, Çok Dilli Yapay Zeka Ajanlarında Politika Tutarlılığını Ölçtü

Research, yapay zeka ajanlarının farklı dillerde nasıl performans gösterdiğini ortaya koyan kapsamlı bir çalışma yayımladı. “Actions Speak Louder than Words” başlıklı araştırma, 8 farklı modelin 41 dilde 2,38 milyon deneme yapılarak incelenmesini içeriyor. Çalışmanın temel bulgusu: Frontier yapay zeka modelleri, diller arasında yüzde 71-73 oranında eylem politika tutarlılığı koruyor.

Araştırmanın Kapsamı ve Metodolojisi

Research araştırmacıları Sourabrata Mukherjee, Kalika Bali ve Sunayana Sitaram tarafından yürütülen çalışmada, klasik değerlendirme yöntemlerinden farklı bir yaklaşım benimsendi. Geleneksel testlerin aksine bu araştırma, ajanların yalnızca son yanıtlarını değil, tüm eylem dökümlerini (trajectory) inceledi. Eylem dökümleri; maliyet, gecikme, hata modu ve denetlenebilirlik gibi kritik faktörleri de içeriyor.

Araştırma kapsamında 6 paralel kıyaslama testi kullanıldı. Değerlendirmeye alınan 8 model, 41 farklı dilde toplam 2,38 milyon deneme gerçekleştirdi. Bu hacim, alanında şimdiye kadar yapılmış en geniş çaplı çok dilli ajan değerlendirmesi olarak öne çıkıyor.

İngilizcenin “Yapısal Köprü” Rolü

Çalışmanın en dikkat çekici bulgularından biri, İngilizcenin çok dilli yapay zeka ajanlarında üstlendiği rol oldu. Araştırmacılar, ajanların İngilizce dışındaki dillerdeki görevleri İngilizce üzerinden yönlendirme eğiliminde olduğunu tespit etti. Bu durum, İngilizcenin “yapısal köprü” olarak işlev gördüğünü ortaya koyuyor.

Bu mekanizma, frontier modellerin çok dilli ortamlarda tutarlı performans göstermesinin ardındaki temel nedenlerden biri olarak değerlendiriliyor. Ancak bu aynı zamanda, İngilizce dışındaki dillerdeki işleme kapasitesinin doğrudan ölçülmesini de zorlaştırıyor.

Küçük Modellerde Kritik Başarısızlık

Araştırma, parametre sayısı 10 milyarın altında kalan modellerin çok dilli ortamlarda ciddi performans düşüşü yaşadığını ortaya koydu. Küçük ölçekli modellerin dil performansı, rastgele seçim düzeyine kadar geriliyor. Bu bulgu, küçük dil modellerinin üretim ortamlarında çok dilli görevlerde güvenilir şekilde kullanılamayacağını gösteriyor.

Değerlendirme Hatası ve 26 Katlık İyileşme

Araştırma ekibi, değerlendirme sürecinde yapılan bir regex hatasının tek bir modelin doğruluğunu 26 kat artırdığını belgeledi. Bu durum, değerlendirme metodolojisindeki hataların sonuçları dramatik şekilde etkileyebileceğini gözler önüne seriyor. Eylem dökümlerinin sistematik incelenmesinin önemi bir kez daha vurgulanıyor.

Research, bu çalışmayla yapay zeka ajanlarının gerçek dünya performansını ölçmede yeni bir kıyaslama noktası belirliyor. Politika tutarlılığının korunması, özellikle uluslararası ve çok dilli uygulamalarda kritik önem taşıyor.

Çalışmanın tamamına arXiv’den ulaşılabilir.

Kaynak: @dair_ai (X)

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/microsoft-research-cok-dilli-ajan-tutarlilik/

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