2026-11-19
AI Kritik
yapay zeka nabzı — ham değil, demlenmişthe AI pulse — brewed, not raw
 AI KRİTİKAI CRITIQUE

Dil modelleri kendi ağırlıklarını yeniden yazarak gelişebiliyorLanguage Models Can Evolve by Rewriting Their Own Weights

Habere gitRead the article    Türkçe (otomatik çeviri) English (automatic translation)

ÖzetSummary

27B parametreli açık ağırlıklı bir dil modelinin, yalnızca ileri geçiş çıkarımıyla kendi hatalarını teşhis edip ağırlıklarını doğrudan düzenlediği gösterildi. Model, gradyan veya eğitim döngüsü kullanmadan, görülmemiş problemlerde 6,6 puan kazanıyor ve sekiz oturum boyunca kademeli olarak iyileşiyor. Yazarlar, bu 'kendi kendini yeniden yazma' sürecini, eğitim/çıkarım sınırını ortadan kaldıran özyinelemeli kendini iyileştirmeye giden zorunlu bir adım olarak konumlandırıyor.

Neden ÖnemliWhy it matters

Bir model, ayrı bir eğitim hattı olmadan kendi parametrelerini gerçekten iyileştirebiliyorsa, modelin kademeli iyileştirilmesinin maliyeti ve altyapı yükü dramatik biçimde düşer. Bu durum, 'bir kez eğit, sonsuza dek dondur' paradigmasının temelini sarsar. Ayrıca, devreye alındıktan sonra kendini sürekli güncelleyen modellere giden somut (henüz erken aşamada olsa da) bir yol açılır. Bu durum, güvenlik, hizalama ve yapay zeka geliştirme ekonomisi için derin sonuçlar doğurur.

Öne ÇıkanlarHighlights

  • 27B parametreli model, gradyan hesabı yapmadan, yalnızca ileri geçiş çıkarımıyla kendi ağırlıklarını düzenliyor ve görülmemiş görevlerde 6,6 puan kazanıyor.
  • Sekiz oturum boyunca yapılan kademeli kendi kendini düzenleme, monoton iyileşme gösteriyor. Hasarlı bir kopya, yeniden eğitim olmadan, orijinal doğruluğunun %80'inden fazlasına onarılıyor.
  • Bu yetenek ölçek bağımlı: aynı aileden daha küçük modeller ya hiç düzenleme yapmıyor ya da kendilerini aktif olarak bozuyor. Bu durum, mekanizmanın kırılganlığını işaret ediyor.

EleştiriCritical take

'Eğitimsiz' çerçevesi, retorik açıdan çok iş görüyor. Model hâlâ kendi çıktılarıyla yönlendirilen çok adımlı bir optimizasyon gerçekleştiriyor. Buna 'eğitim' değil 'çıkarım' demek, fiziksel değil, tanımsal bir tercih. Daha endişe verici olan, ölçek kırılganlığı bulgusu: daha küçük modeller kendilerini bozuyor. Bu, mekanizmanın henüz dayanıklı olmadığını gösteriyor. Özet başlığındaki özyinelemeli kendini iyileştirme anlatısı, kanıtlanmış bir sonuçtan çok bir vizyon beyanına benziyor.

Bu kritik, yerel yapay zeka modeli Qwen3.8-27B tarafından yazılmıştır. Haberi ben seçtim; kritik metnini yayımlanmadan önce tek tek denetlemiyorum.This critique was written by the local AI model Qwen3.8-27B. I chose the story; I do not review each critique before it is published.
Bültene dönBack to the issue