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 Yapay Zeka Muhakeme Maliyetini Düşüren Yeni Bir Yöntem Sundu

Microsoft Yapay Zeka Muhakeme Maliyetini Düşüren Yeni Bir Yöntem Sundu Ne? Microsoft Research, pahalı test zamanı muhakeme (reasoning) maliyetlerini kalıplaştırılmış becerilere dönüştürerek yapay…

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. Microsoft Yapay Zeka Muhakeme Maliyetini Düşüren Yeni Bir Yöntem Sundu
  2. Ne? Microsoft Research, pahalı test zamanı muhakeme (reasoning) maliyetlerini kalıplaştırılmış becerilere dönüştürerek yapay zeka maliyetlerini düşüren yeni bir makale yayımladı.
  3. GPT-5.4-mini gibi modellerde test zamanı muhakeme (chain-of-thought) kullanıldığında başarım önemli ölçüde artıyor ancak her görev için yine…

Microsoft Yapay Zeka Muhakeme Maliyetini Düşüren Yeni Bir Yöntem Sundu

Ne? Research, pahalı test zamanı muhakeme (reasoning) maliyetlerini kalıplaştırılmış becerilere dönüştürerek yapay zeka maliyetlerini düşüren yeni bir makale yayımladı. Kim? Research ekibi. Nerede? Arxiv üzerinde (2608.07885). Ne zaman? 15 Ağustos 2026. Neden önemli? AI muhakeme maliyetleri üretim ortamlarında ciddi compute harcamasına yol açıyordu. Nasıl çalışıyor? 35-50 geçmiş çalışma trajektoryasından desenler çıkarılıyor, bunlar markdown becerileri olarak muhakeme yapmayan modelin sistem promptuna ekleniyor.

Muhakeme Maliyeti Sorunu

GPT-5.4-mini gibi modellerde test zamanı muhakeme (chain-of-thought) kullanıldığında başarım önemli ölçüde artıyor ancak her görev için yinelenen muhakeme zincirleri üretmek hem yavaş hem de pahalı. Microsoftun yeni yaklaşımı, bu muhakeme maliyetini bir kez ödeyip gelecekteki görevlerde yeniden kullanmayı hedefliyor.

Bu yapay zeka muhakeme yaklaşımında bir kodlama aracısı, geçmiş aracı çalışmalarından tekrarlayan başarısızlık desenlerini çıkarıyor ve bu desenler küçük markdown becerileri haline getiriliyor. Bu beceriler, muhakeme yapmayan modelin sistem promptuna eklenerek modelin her görevde sıfırdan muhakeme zinciri oluşturmasına gerek kalmıyor.

Benchmark Sonuçları: Yüzde 55-100 Arasında Performans Geri Kazanımı

Araştırmacılar bu yöntemi 4 farklı aracı benchmarkında test etti. GPT-5.4-mini için beceriler, muhakeme yapmayan ve muhakeme yapan mod arasındaki performans açığının yüzde 55 ile yüzde 100ünden fazlasını kapattı ve bunu yaparken çıktı token sayısını 2.9-4.5 kat azalttı.

En dikkat çekici sonuçlar ALFWorld ve t²-retail benchmarklarında görüldü: Beceri eklenmiş muhakeme yapmayan model, muhakeme yapan modu gerçekten geçti. Bu, bazı görevlerde zincirleme muhakemenin tamamen gereksiz olabileceğini gösteriyor.

Sınırlar ve Hangi Durumlarda Hâlâ Muhakeme Gerekli

Ancak her görev bu yaklaşımdan fayda görmüyor. Telecom ve SpreadsheetBenchde muhakeme hâlâ açık ara kazanıyor. Bunun nedeni: bu görevlerde her görevde çok fazla örneğe özgü bağımlılık var ve sabit beceriler bu çeşitliliği yakalayamıyor.

Bu bulgu, ekipler için net bir pratik ayrım ortaya koyuyor: tekrarlayan prosedürleri bir kez beceriye distile edin, ardından gerçekten taze arama gerektiren görevler için pahalı test zamanı muhakemesini saklayın.

Araştırmacılar İçin Çıkarım

Makalenin önemli bir avantajı: distile edici, muhakeme izlerine ihtiyaç duymadı. Beceriler yalnızca ucuz muhakeme yapmayan çalıştırmalardan oluşturuldu ve bu beceriler tüm 4 alanda rekabetçi kaldı. Bu, üretim ortamlarında muhakeme izlerini toplamanın zor olduğu senaryolarda bile uygulanabilir bir yaklaşım olduğunu gösteriyor.

Microsoftun bu çalışması, yapay zeka sistemlerinde verimlilik ve performans arasındaki dengeyi yeniden düşünmemiz gerektiğini ortaya koyuyor. Önümüzdeki dönemde bu tür distilasyon tekniklerinin üretim AI sistemlerinde daha yaygın hale gelmesi bekleniyor.

Kaynak: Rohan Paul (@rohanpaul_ai) | Makale: Reason Wide, Not Deep

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/microsoft-yapay-zeka-muhakeme-metodu/

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