İçeriğe geç
CANLI 7 sa önce Claude artık video konferanslara katılabiliyor! 2 gün önce Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 9 Kas 2026 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 Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 17.11.2026
Bülten

Yapay Zeka Haberleri

Yapay Zeka Ajanları Farklı Dillerde Nasıl Performans Gösteriyor? Microsoft Araştırması

Microsoft Research, yapay zeka ajanlarının çok dilli ortamlarda nasıl performans gösterdiğini inceleyen kapsamlı bir araştırma yayımladı.

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Yönetici

Yayınlanma:

ai/muhabir · özet kısaca

Microsoft Research, yapay zeka ajanlarının çok dilli ortamlarda nasıl performans gösterdiğini inceleyen kapsamlı bir araştırma yayımladı. Araştırmanın Kapsamı Çalışma, 8 farklı model, 6 paralel kıyaslama ve 41 dilde toplam 2,38 milyon deneme üzerinden yürütüldü. Araştırmacılar,… Temel Bulgular Normalizasyon sonrasında, dört farklı sınır modelinin her biri diller arasında %71-73 oranında eylem politikasını koruyabildi…

Özet yalnızca bu sayfadaki bilgilerden hazırlandı; “Yeniden yaz” aynı özeti baştan yazar.

Research, yapay zeka ajanlarının çok dilli ortamlarda nasıl performans gösterdiğini inceleyen kapsamlı bir araştırma yayımladı. “Actions Speak Louder than Words” başlıklı çalışma, yapay zeka çok dilli ajan değerlendirmesi alanında önemli bulgular sunuyor.

Araştırmanın Kapsamı

Çalışma, 8 farklı model, 6 paralel kıyaslama ve 41 dilde toplam 2,38 milyon deneme üzerinden yürütüldü. Araştırmacılar, geleneksel değerlendirme yöntemlerinin yanıltıcı olabileceğini ortaya koydu: mevcut yaklaşımlar yalnızca sonuçları karşılaştırıyor ve ajanın izlediği yolu tamamen göz ardı ediyor.

Temel Bulgular

Normalizasyon sonrasında, dört farklı sınır modelinin her biri diller arasında %71-73 oranında eylem politikasını koruyabildi. Model kimliği, varyansın yalnızca %5,7’sini açıklıyor — bu da dil tutarlılığının modelden bağımsız olarak yapısal olduğunu gösteriyor.

Küçük modellerde (10 milyar parametrenin altında) bu tutarlılık bozuluyor. Küçük modellerin sıralaması büyük ölçüde bir tesadüf zeminine bağlı.

İngilizce Pivot Dili Olarak

En dikkat çekici bulgu: Ajanlar, İngilizce olmayan görevleri İngilizceye yönlendiriyor. Bu pivot davranışı yapısal olarak kritik ve nedensel olarak yüklenebilir durumda. Modeller, buna doğrudan yönlendirilseler bile bu stratejiden vazgeçmiyor.

Ölçüm Hataları Sonuçları Çarpıtabilir

Araştırmacılar, standart değerlendirmelerin beş farklı karıştırıcı faktör nedeniyle başarısız olabileceğini tespit etti: kısa izler daha yüksek puan alıyor, boş izler mükemmel puan veriyor, ilgisiz izler şans eseri yarıdan fazla örtüşüyor. Bu faktörlerin hepsi bir sonucu tersine çevirebilecek güce sahip.

Kaynak: @dair_ai / X | Araştırma Makalesi (arXiv)

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/yapay-zeka-cok-dilli-ajan-degerlendirme-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