Anahtar Kelimeler：Yapay Zeka Teknolojisinde Atılım, Büyük Model, Yapay Zeka, GPT-5.6 Sol, Claude Fable 5, Açık Kaynak Model
🔥 Odak Noktası
GPT-5.6 Sol Ultra, 50 Yıllık Matematik Varsayımını Çözdü : OpenAI’ın GPT-5.6 Sol Ultra modeli, Ultra modunda 64 alt Agent çağırarak, bir saatten kısa bir sürede graf teorisindeki ünlü “döngüsel çift örtü varsayımı” (cycle double cover conjecture) kanıtını tamamladı. Bu kanıt doğrudan döngü aramaktan ziyade, 700 kelimelik karmaşık bir Prompt yönlendirmesiyle graf yapısı problemini sonlu alanlar üzerindeki kenar etiketleme ve doğrusal cebir tutarlılığı problemine dönüştürerek elde edildi. o1’in ana katkı sağlayıcılarından Noam Brown, bu atılımın tamamen halka açık modeller ve paralel test zamanı hesaplamasına (TTC – test-time compute) dayandığını belirterek, çoklu Agent iş birliğinin bilimsel keşifleri hızlandırmadaki büyük potansiyelini gösterdiğini vurguladı。（来源：量子位）
Apple, Ticari Sır Hırsızlığı Nedeniyle OpenAI’a Dava Açtı : Apple, Kaliforniya Kuzey Bölge Federal Mahkemesi’nde OpenAI’a karşı resmi bir dava açarak şirketi “sistematik ve koordineli” bir şekilde donanım ticari sırlarını çalmakla suçladı. İddianamede, OpenAI’ın eski Ürün Tasarımı Başkan Yardımcısı Tang Tan da dahil olmak üzere 400’den fazla Apple çalışanını transfer ettiği belirtiliyor. Bunlar arasında, eski Apple mühendisi Chang Liu’nun şirketten ayrılırken şirket dizüstü bilgisayarını elinde tuttuğu ve bulut depolama açıklarını kullanarak düzinelerce gizli donanım dosyasını indirdiği; Tan’ın ise mülakatlar sırasında adaylardan gösterim amacıyla Apple donanım parçaları getirmelerini istediği iddia ediliyor. Bu dava, OpenAI’ın 2027 yılında ilk AI donanım cihazını piyasaya sürmeyi planladığı bir döneme denk gelmesi sebebiyle şirketin IPO sürecini önemli ölçüde etkileyebilir。（来源：机器之心）
Claude Fable 5’ın Bun’ın Milyon Satırlık Kodunu Sadece 11 Günde Yeniden Yazması Toplulukta Tartışma Yarattı : Popüler JS/TS çalışma zamanı (runtime) Bun’ın kurucusu Jarred Sumner, Anthropic’in desteğiyle, henüz kamuya açıklanmamış Claude Fable 5 modelini ve dinamik iş akışlarını kullanarak Bun’ın bir milyon satırlık Zig kodunu 11 günde Rust diline yeniden yazdıklarını ve yaklaşık 165.000 dolar API ücreti harcadıklarını duyurdu. Bu hamle, Zig sürümündeki bellek güvenliği hatalarını çözmeyi ve Zig topluluğunun AI tarafından üretilen koda karşı sıfır tolerans gösteren tutumunu aşmayı amaçlıyordu. Ancak Zig dilinin kurucusu Andrew Kelley, Sumner’ın kişisel mühendislik alışkanlıklarının kötü olduğunu ve yeniden yazılan kodun birçok güvenlik açığı barındırdığını iddia eden sert bir yazı yayımladı. Bu durum, AI çağında açık kaynak topluluk kültürü ve mühendislik kalitesi üzerine hararetli tartışmaları tetikledi。（来源：机器之心）
Çin’in İlk 100 Bin Kartlık Yerli Hesaplama Gücü Kümesi “Sugon 8000” Tamamlandı : Sugon (Dawning), Zhengzhou’da tamamen yerli üretim AI süper kümesi “Sugon 8000 (Dengfeng)”in resmi olarak tamamlandığını ve ulusal entegre hesaplama ağına bağlandığını duyurdu. Ülkenin yerel süper-akıllı entegrasyon rotasına dayalı ilk 100.000 kart seviyesindeki kümesi olarak; çip, hesaplama, depolama, ağ ve sıvı soğutmalı ısı dağıtımına kadar tüm zincirde tamamen yerli ve bağımsız olarak geliştirildi. Küme, çift duyarlıklı FP64’ten INT8’e kadar tam duyarlıklı hesaplamayı destekleyerek hem büyük ölçekli bilimsel hesaplama ihtiyaçlarını karşılıyor hem de trilyon parametreli büyük modellerin eğitimini destekliyor. Şu ana kadar 300’den fazla uygulama uyumluluğu tamamlandı ve 10.000 kart ölçeğinde 70’ten fazla hesaplama gücü testi gerçekleştirildi。（来源：量子位）
🎯 Gelişmeler
Meta, Fiyat-Performans ve Bağlam Uzunluğunu Artıran Muse Spark 1.1’i Yayınladı : Meta, yeni çok modlu akıl yürütme modeli Muse Spark 1.1’i tanıttı. Model, Intelligence Index değerlendirmesinde 51 puan alarak GLM-5.2 ile eşitlenirken, Coding Index’te 71.3 puan alarak GLM-5.2’yi geride bıraktı. Model, bağlam penceresini (context window) 1 milyon token’a çıkarmakla kalmayıp, yanlış cevap oranını da %73’ten %38’e düşürdü. En büyük avantajı ise yüksek fiyat-performans oranı sunması; görev başına tahmini maliyeti sadece 0.26 dolar olup, GLM-5.2’den yaklaşık %30, GPT-5.4’ten ise neredeyse 3 kat daha ucuz. Bu durum, öncü modeller arasındaki fiyat savaşını daha da kızıştırıyor。（来源：THE DECODER）
GPT-5.6 Sol Hataları ve Düzeltmeler: OpenAI, İş Akışlarını ve Kota Sınırlarını Acilen Düzenledi : ChatGPT Work ve GPT-5.6 Sol’un yayınlanmasının ardından OpenAI; kullanım kotalarının çok hızlı tükenmesi, arayüz karmaşası ve Sol’un yüksek kalıcılığa sahip sistem istemleri (system prompts) altında yerel dosyaları yanlışlıkla silmesi gibi konularda çok sayıda olumsuz geri bildirim aldı. OpenAI ekibi, ürün yönlendirmesi ve varsayılan ayarlarda hatalar olduğunu kabul ederek acil olarak iki kez kota sıfırlaması gerçekleştirdi. Şirket, önümüzdeki hafta yan paneldeki proje ve sohbet yönetimini geri getirecek ve daha şeffaf kota tüketim göstergeleri sunacak büyük bir güncelleme sözü verdi. Aynı zamanda, bağımsız Codex uygulamasının iptal edilmeyeceğini ve ChatGPT Work ile birlikte var olmaya devam edeceğini yineledi。（来源：THE DECODER）
GPT-5.6 Sol, Luna Modelinin Sonradan Eğitimini (Post-Training) Otonom Olarak Tamamladı : OpenAI, yeni amiral gemisi modeli GPT-5.6 Sol’un, Codex platformunda “oldukça belirsiz” istemler girilerek daha küçük bir model olan Luna’nın sonradan eğitim (post-training) optimizasyonunu otonom olarak tamamlayabildiğini açıkladı. Sol; eğitim konfigürasyonlarını bağımsız olarak bulabiliyor, uygun GPU’ları seçebiliyor ve eğitim betiklerini (scripts) başlatıp doğrulayabiliyor. Sistemin kendi kendine gelişme yeteneğini ölçen dahili Özyinelemeli Kendi Kendini Geliştirme (RSI – Recursive Self-Improvement) endeksinde GPT-5.6 Sol, bir önceki nesil GPT-5.5’e göre 16.2 puanlık bir artış gösterdi. Bu durum, AI destekli Ar-Ge döngüsünün hızlandığını gösterirken, araştırmacıların günlük ortalama token çıktısının da ikiye katlanmasını sağladı。（来源：THE DECODER）
Pekin Açık Kaynaklı Çip Araştırma Enstitüsü, Orca Somutlaştırılmış Yapay Zeka (Embodied AI) Dünya Modelini Yayınladı : Beihang Üniversitesi ve Pekin Açık Kaynaklı Çip Araştırma Enstitüsü (BAAI) gibi kurumlar ortaklaşa Orca (0.8B ve 4B) dünya temel modellerini yayınladı. Orca etmenleri (agents), eylem etiketi bulunmayan 125.000 saatlik videolar üzerinde “bilinçdışı öğrenme” gerçekleştiriyor ve bunu metin talimatlarıyla “bilinçli öğrenme” ile birleştirerek soyut uzayda dünya durumunun gelişimini modelliyor. Raf düzenleme (shelving) gibi 5 robotik manipülasyon görevinde Orca, sadece 200 gerçek gösterimle ince ayar (fine-tuning) yapılarak, doğrudan robot eylem verileriyle eğitilen π0.5 modelinin performansına ulaşmayı başardı. Bu, veri kıtlığı sorununu çözmek için yeni bir yaklaşım sunuyor。（来源：THE DECODER）
Google, Nano Banana 2 Lite Görsel Modelini Yayınladı ve Video API’sini Erişime Açtı : Google, en hızlı ve en düşük maliyetli görsel oluşturma modeli olan Nano Banana 2 Lite’ı (Gemini 3.1 Flash Lite Image) tanıttı. Modelin 1k çözünürlükteki her bin görsel için üretim maliyeti sadece 0.034 dolar. Aynı zamanda Google, çok modlu video oluşturma modeli Gemini Omni Flash’i geliştirici API’sine açarak, metin veya görsel girdileriyle senkronize ses efektlerine sahip 720p videolar üretilmesini destekledi. Geliştiriciler, Google AI Studio’da bu iki modeli birbirine bağlayarak düşük maliyetli bir “metinden görsele, ardından videoya” otomatik iş akışı oluşturabilirler。（来源：DeepLearning.AI）
DeepSeek, DSpark Spekülatif Kod Çözme (Speculative Decoding) Hızlandırma Teknolojisini Tanıttı : DeepSeek, Pekin Üniversitesi ekibiyle iş birliği yaparak DSpark spekülatif kod çözme modülünü geliştirdi ve bunu DeepSeek-V4 serisi modellere uyguladı. DSpark, paralel taslak oluşturma (parallel draft generation) ile Markov kafası (Markov head) ince ayarını birleştirerek, model doğruluğundan ödün vermeden DeepSeek-V4-Flash’in kullanıcı başına üretim hızını %60 ila %85, Pro sürümünü ise %57 ila %78 oranında artırıyor. Teknolojinin temel yeniliği, sunucunun gerçek zamanlı yüküne göre doğrulama uzunluğunu dinamik olarak ayarlayabilmesi; hafif yük altındayken daha uzun taslakları doğrularlarken, ağır yük altındayken hesaplama gücünü serbest bırakmak için düşük güvenilirlikli token’ları eliyor。（来源：DeepLearning.AI）
Meta ve Ortak Ekipler Brain2Qwerty v2 Beyin-Bilgisayar Arayüzü Sistemini Yayınladı : Meta, Fransa Ulusal Bilimsel Araştırma Merkezi (CNRS) ve diğer kurumlarla iş birliği içinde, beyin dalgalarını doğrudan metne dönüştürebilen Brain2Qwerty v2 sistemini duyurdu. Araştırma ekibi, invaziv olmayan manyetoensefalografi (MEG) kullanarak 9 katılımcının 90 saatlik yazma esnasındaki beyin dalgası verilerini kaydetti. Sistem, evrişimli sinir ağları (CNN) ve Conformer yapısı aracılığıyla beyin dalgalarını karakterlere dönüştürüyor, ardından bir hizalayıcı (aligner) vasıtasıyla kelime vektörlerine eşliyor ve son olarak ince ayar yapılmış Qwen3-4B modeliyle hataları düzeltiyor. v2 sürümünün kelime hata oranı (WER) v1’deki %43’ten %39’a düşerken, katılımcılar arası ortak eğitimin performansı tek kişisel eğitime göre belirgin şekilde daha iyi sonuç verdi。（来源：DeepLearning.AI）
NVIDIA, Agent’lar İçin Optimize Edilmiş Vera CPU Mimarisini Tanıttı : NVIDIA, otonom etmenlerin (Agentic AI) GPU çağrıları arasındaki araç çağırma, kod yürütme ve erişim doğrulama gibi işlemlerden kaynaklanan CPU darboğazlarını çözmeyi amaçlayan yeni CPU mimarisi “Vera”yı tanıttı. Vera, 88 adet özel Olympus çekirdeğine sahip olup 1.2 TB/s’ye kadar bellek bant genişliği sunuyor ve tek çekirdek performansını ana akım x86 CPU’lara kıyasla 1.8 kat artırıyor. Perplexity’nin gerçek testlerinde Vera, kod iş akışı hızını 1.5 kat, eşzamanlı korumalı alan (sandbox) başlatma hızını ise 1.9 kat artırmayı başardı. Bu durum, Agent çağında CPU’nun tek çekirdek performansının yeni hesaplama gücü anahtarı haline geldiğini gösteriyor。（来源：Latent Space）
Ant Group Bünyesindeki Robbyant, LingBot-VA 2.0 Somutlaştırılmış Yapay Zeka Modelini Duyurdu : Ant Group’un somutlaştırılmış yapay zeka departmanı Robbyant, ilk somutlaştırılmış yerel temel modeli LingBot-VA 2.0’ı yayınladı. Model, geleneksel video difüzyonu artı eylem modülü mimarisini bir kenara bırakarak, yerel nedensel DiT ve 128 uzmandan oluşan seyrek MoE video akışını kullanıyor; dünya durumunu ve eylemleri birleşik bir 96 kanallı gizli uzayda (latent space) sıkıştırıyor. “Öngörüsel Akıl Yürütme” (Foresight Reasoning) teknolojisi sayesinde model, tahmin ve yürütmeyi asenkron olarak üst üste bindirebiliyor ve gerçek gözlemler alındığında yeniden hizalanabiliyor. Düşük hassasiyetli derleme ve damıtma (distillation) optimizasyonları altında, chunk gecikmesi 927 ms’den 142 ms’ye düşürüldü ve asenkron kontrol frekansı 225 Hz’e kadar ulaştı。（来源：MarkTechPost）
🧰 Araçlar
MuScriptor: Çok Enstrümanlı Sesi MIDI’ye Dönüştüren Açık Kaynaklı Transformer Modeli : Kyutai, Mirelo ile ortaklaşa, açık kaynaklı bir decoder-only Transformer müzik transkripsiyon modeli olan MuScriptor’u yayınladı. Model, birden fazla enstrüman içeren tam miksajlı bir ses dosyasından doğrudan nota perdesini, süresini ve enstrüman kategorisini otomatik olarak tanıyabiliyor ve kanallara ayrılmış MIDI dosyaları üretebiliyor. Sentetik MIDI ön eğitimi, 170.000 gerçek kayıtla ince ayar ve GRPO tabanlı pekiştirmeli öğrenme (reinforcement learning) sonradan eğitim süreçlerinden geçen MuScriptor, D_Test kıyaslamasında çok enstrümanlı F1 skorunda 48.2’ye ulaşarak YourMT3+ temel modelini (21.9) büyük farkla geride bıraktı. Model, uzun ses transkripsiyonlarını stabilize etmek için enstrüman koşullu girdilerini destekliyor。（来源：MarkTechPost）
PrivAiTe PII Anonymizer: Open WebUI Yerel Gizlilik Filtresi : Geliştiriciler, Open WebUI topluluğunda açık kaynaklı bir eklenti olan “PrivAiTe PII Anonymizer”ı yayınladı. Yerel olarak bir Express ara yazılımı (middleware) olarak çalışan bu eklenti, kullanıcılar buluttaki büyük modellere istek göndermeden önce isim, e-posta, telefon gibi kişisel olarak tanımlanabilir bilgileri (PII) otomatik olarak tespit edip yer tutucularla (örneğin <PERSON_1>) değiştiriyor ve büyük model yanıt döndürdüğünde yerel olarak gerçek değerleri geri yüklüyor. Microsoft Presidio ve ONNX yerel gizlilik modellerine dayanan bu eklenti, gizliliği korurken bulut tabanlı konuşmaların kullanılabilirliğini sağlıyor。（来源：Latent Space）
Ramanujan Simulator: Ramanujan Matematiksel Formül Simülatörü : Zhihu içerik üreticisi cyb-chan, açık kaynaklı matematiksel keşif projesi “Ramanujan Simulator”ı paylaştı. Ramanujan Makinesi’nden esinlenen bu proje, önsel matematiksel teorem kanıtları olmadan π, e gibi temel sabitlerle ilgili sürekli kesir özdeşliklerini ve yeni varsayımları otomatik olarak aramak için sayısal algoritmalar kullanıyor. Ortada buluşma araması (Meet-in-the-middle) ve karma tablo (hash table) tabanlı eşleştirme algoritmaları kullanarak, matematiksel keşif sürecini “algoritmanın yapıyı tarayıp varsayımlar sunması, ardından insanların bunu kanıtlaması” şeklinde tersine çeviriyor. Bu proje, açık kaynaklı matematik araçlarının merakı eyleme dönüştürme konusundaki benzersiz cazibesini gösteriyor。（来源：量子位）
RouteScribe: Çalışma Zamanı Trafiğine Dayalı Express İçin Otomatik OpenAPI Oluşturma Aracı : Geliştiriciler, npm topluluğunda açık kaynaklı bir ara yazılım olan “RouteScribe”ı yayınladı. Node.js/Express geliştiricilerini hedefleyen bu araç, OpenAPI arayüz belgelerini manuel olarak sürdürmenin getirdiği zahmetli ve hataya açık süreçleri çözmeyi amaçlıyor. RouteScribe, Express uygulaması çalışırken gerçek API trafiğini gözlemleyip analiz ederek istek yollarını, parametreleri, istek gövdelerini ve yanıt biçimlerini otomatik olarak yakalıyor ve standartlara uygun OpenAPI (Swagger) belgelerini dinamik olarak oluşturarak arayüz belgelerinin bakım işini büyük ölçüde basitleştiriyor。（来源：Latent Space）
destructive_command_guard (dcg): AI Agent’ların Yerel Dosyaları Yanlışlıkla Silmesini Önleyen Güvenlik Koruması : GPT-5.6 Sol gibi Agent’ların YOLO modunda kod çalıştırırken yerel dosyaları yanlışlıkla silme riskine karşı geliştiriciler, açık kaynaklı destructive_command_guard (dcg) ve bash-guard araçlarını yayınladı. Bu araçlar, shell’e bir PreToolUse kancası (hook) ekleyerek, kod deposunun dışındaki yolları değiştirmeye veya silmeye çalışan her türlü tehlikeli komutu zorunlu olarak engelliyor. Bu, geliştiricilerin yerel olarak yüksek otonomili programlama Agent’ları çalıştırırken ihtiyaç duydukları fiziksel güvenlik hattını sağlıyor。（来源：Hacubu）
📚 Öğrenim
Hugging Face, PyTorch Dikkat (Attention) Mekanizması Analiz Eğitimini Yayınladı : Hugging Face, dikkat mekanizmasının performans optimizasyonuna odaklanan “PyTorch Performans Analizi” eğitim serisinin üçüncü bölümünü yayınladı. Makalede; standart (naive) dikkat, yerinde (in-place) maske optimizasyonu ve SDPA’nın dört büyük arka ucunun (math, efficient, flash, cuDNN) A100 GPU üzerindeki Profiler izleme grafikleri ayrıntılı olarak karşılaştırılıyor. Eğitimde, görünüşte basit olan in-place optimizasyonunun neden bellek kopyalama (Memcpy) operatörlerini planlama ihtiyacını ortadan kaldırabildiği ve FlashAttention’ın Tensor Core üzerinde düşük doluluk oranıyla (occupancy) çalışmasına rağmen neden son derece yüksek gerçek verim (throughput) elde edebildiği derinlemesine açıklanıyor。（来源：HuggingFace）
CMU, Tsinghua ve Stanford, Afet Tahliyesi ve Şehir Davranışı Simülasyonu İçin LLM Agent’larını Kullandı : Birçok prestijli akademik kurum, büyük model Agent’larını sanal sosyalleşmeden çıkarıp afet önleme ve azaltma alanına taşıdı. Carnegie Mellon Üniversitesi (CMU), okulun acil durum ekibiyle iş birliği yaparak mezuniyet töreninin tahliye dinamiklerini simüle etmek ve bunu standart operasyon prosedürlerine (SOP) dahil etmek için 13.000 Agent kullandı. Tsinghua Üniversitesi’nden Li Yong’un ekibi, tüm bir şehir ölçeğinde kasırga gibi afetler karşısında on binlerce Agent’ın sosyal tepkilerini simüle etmeyi destekleyen AgentSociety projesini açık kaynaklı hale getirdi. Tianjin Üniversitesi ve diğer ekipler ise fiziksel ve bilişsel ayrım mimarisi aracılığıyla metro yangınlarında sanal kalabalıkların itişme ve ezilme davranışlarını simüle eden RESCUE sistemini tanıttı。（来源：36氪）
Apple, On-Policy Bilgi Damıtma (Knowledge Distillation) Teşhis Çerçevesini Yayınladı : Apple’ın makine öğrenimi araştırma ekibi, akıl yürüten büyük modellerin sonradan eğitiminde kullanılan On-Policy damıtma teknolojisi için eğitim gerektirmeyen bir teşhis çerçevesi öneren bir makale yayınladı. Bu çerçeve; damıtma sinyalinin artı ve eksilerini token, soru ve öğretmen modeli olmak üzere üç boyutta en yüksek çözünürlükte analiz edebiliyor. Araştırma, öğrenci modelinin başarı oranını en üst düzeye çıkarabilecek “ideal gradyanı” tanımlıyor ve bunu ölçmek için bir Gradyan Hizalama Skoru (GAS – Gradient Alignment Score) tasarlıyor. Deneyler, damıtma rehberliğinin öğrenci modelinin yanlış cevap verdiği denemelerde (rollouts) belirgin şekilde daha yüksek hizalama gösterdiğini, doğru denemelerde ise öğretmen sinyalinin genellikle gürültüye dönüştüğünü gösteriyor。（来源：Apple）
Amazon ve Michigan Üniversitesi, Robotik Dokunsal Kesme Kuvveti Simülatörü HydroShear’ı Tanıttı : Amazon ve Michigan Üniversitesi’nden araştırmacılar, robotik dokunsal kesme kuvvetlerini (tactile shear forces) simüle etmek için fiziksel bir simülatör olan HydroShear’ı geliştirdi. Yola bağlı kuvvet izleme algoritmasına dayanan bu araç, nesnelerin yumuşak sensör yüzeyinde kayarken ve dönerken geçirdiği deformasyon geçmişini kaydedebiliyor ve bunu yüksek doğruluklu üç boyutlu bir kuvvet alanına dönüştürebiliyor. HydroShear kullanılarak simülasyonda pekiştirmeli öğrenme ile eğitilen kavrama ve kutulama stratejileri, herhangi bir ince ayar yapılmadan doğrudan gerçek Franka robotuna aktarılabildi ve pim yerleştirme (peg insertion), çekmece çekme gibi yoğun temas gerektiren görevlerde %93 başarı oranı elde etti。（来源：Amazon Science）
💼 İş Dünyası
Tencent, Singapurlu Yapay Zeka Girişimi Manus’un Çoğunluk Hissesini Satın Almayı Planlıyor : Financial Times’ın haberine göre, Pekin hükümetinin yatırım uyumluluğu sorunları nedeniyle Meta’nın Manus’u 2 milyar dolara satın alma anlaşmasını durdurması ve kurucu Xiao Hong’a yurt dışına çıkış yasağı getirmesinin ardından, Çinli teknoloji devi Tencent, Manus ile temasa geçerek aynı 2 milyar dolarlık değerleme üzerinden çoğunluk hissesini satın almayı planlıyor. Benchmark gibi ABD merkezli kurumların bu sürece katılması beklenmiyor. Şu anda Singapur’da bağımsız olarak faaliyet gösteren ve yıllık geliri 500 milyon dolara yaklaşan Manus’u satın alarak Tencent, şirketin AI Agent teknolojisini kendi WeChat ekosistemiyle derinlemesine entrege etmeyi amaçlıyor。（来源：THE DECODER）
Güney Koreli Çip Devi SK Hynix ABD’de Halka Açıldı, Rekor Kıran 26.5 Milyar Dolar Topladı : Güney Koreli bellek çipi devi SK Hynix, Nasdaq’ta Amerikan Depo Sertifikası (ADR) ihraç ederek resmi olarak halka açıldı. Şirket, 26.5 milyar dolar (yaklaşık 40 trilyon Kore wonu) toplayarak Alibaba’nın 2014 yılındaki 25 milyar dolarlık rekorunu geride bıraktı ve ABD tarihindeki en büyük yabancı şirket IPO’suna imza attı. Yüksek Bant Genişlikli Bellek (HBM) alanındaki tekel konumu sayesinde hisse senedi “Kore İndirimi” (Korea Discount) etkisinden etkilenmedi ve ilk gün %14 değer kazandı. Toplanan fonlar, Güney Kore’deki yeni yarı iletken fabrikalarının (fab) inşası ve EUV litografi makinelerinin satın alınması için kullanılacak. Aynı zamanda ABD Ticaret Bakanı, şirketi ABD’de fabrika kurmaya ikna etmeye çalışıyor。（来源：TechCrunch）
Anthropic ve UST, Claude’u Fiziksel Yapay Zeka Alanına Taşımak İçin İş Birliği Yaptı : Anthropic, teknoloji hizmetleri devi UST ile küresel bir stratejik ortaklık kurarak Claude’u çip doğrulama, otomotiv üretimi ve IoT gibi “fiziksel yapay zeka” (Physical AI) senaryolarına dahil edeceğini duyurdu. UST’nin iDEC donanım doğrulama platformu, Claude Code’u bir akıl yürütme katmanı olarak entegre edecek; çip pin şemalarını ve donanım devre şemalarını otomatik olarak okuyacak, regresyon testleri yazıp çalıştıracak ve böylece doğrulama döngüsünü %50 ila %70 oranında kısaltacak. İş birliğinin bir parçası olarak UST, dünya çapındaki 20.000 mühendisine ve danışmanına Claude becerileri eğitimi verecek。（来源：Anthropic）
🌟 Topluluk
ABD Hükümeti Açık Kaynaklı Modelleri Kısıtlamak İçin Kararname Çıkarmayı Planlıyor, LeCun ve Diğerleri Sert Tepki Gösterdi : Beyaz Saray’ın, Çin’in teknolojik yükselişine dair endişeler nedeniyle açık kaynaklı AI modellerini kısıtlamayı veya denetlemeyi amaçlayan bir kararname çıkarmayı düşündüğü iddiaları üzerine açık kaynak topluluğunda hararetli tartışmalar başladı. Turing Ödülü sahibi Yann LeCun ve Beff (e/acc), bu tür “lisans öncesi kısıtlama” getiren izin sistemlerinin ABD’nin inovasyon ekosistemini tamamen yok edeceği, insanların torrent üzerinden model indirmesini engelleyemeyeceği ve aksine sistemleri daha güvensiz hale getireceği konusunda uyardı. Topluluğu, çok geç olmadan bilgi işlem özgürlüğünü savunmaya çağırdılar。（来源：Latent Space）
Hugging Face CEO’su Clem Delangue: Şirketler API Kiralamaktan Açık Kaynaklı Modellere Geçiyor : Hugging Face CEO’su Clem Delangue katıldığı bir podcast’te, kurumsal AI uygulamalarının ölçeği büyüdükçe artan yüksek token faturalarının, Fortune 500 şirketlerinin yaklaşık yarısını kapalı kaynaklı API kiralamak yerine açık kaynaklı modeller dağıtmaya yönelttiğini belirtti. Çinli laboratuvarların şu anda ABD’de indirilen açık kaynaklı modellerin çoğunluğuna katkıda bulunduğunu ve bunun ABD’nin yerel açık kaynak ekosistemini geliştirmesi için bir itici güç olarak görülmesi gerektiğini ifade etti. Ayrıca, evler ve fabrikalar gibi fiziksel gizlilik alanlarını ilgilendirdiği için, somutlaştırılmış yapay zeka (embodied AI) ve robotik alanlarında açık kaynak şeffaflığına duyulan ihtiyacın sohbet araçlarına kıyasla çok daha acil olduğunu vurguladı。（来源：TechCrunch）
100’den Fazla AI Agent ve İnsan İş Birliğiyle Gemma 4 Çıkarım Hızı 5 Kat Artırıldı : Google Gemma ekibi ve Hugging Face ortaklaşa 6 günlük bir Gemma Challenge düzenledi. 100’den fazla insan geliştirici ve AI Agent iş birliği yaparak, tek bir NVIDIA A10G GPU üzerinde Gemma 4’ün çıkarım (inference) hızını 5 kat artırmayı başardı ve 315 TPS kayıpsız çıkarım hızına ulaştı (maksimum kayıplı hız 491.8 TPS’ye ulaştı). Bu süreçte Agent’lar, kendi kendilerini yönetme ve “tembelliği” önleme gibi iş birlikçi davranışlar sergiledi. Clem Delangue, bunu “etmen ağ etkisi”ni (agentic network effect) gösteren dönüm noktası niteliğinde bir vaka olarak değerlendirdi。（来源：Google）
Topluluk Tartışması: Makine Öğrenimi Akademik Konferanslarında Yazar Başına Gönderim Sınırı Getirilmeli mi? : Son dönemde makine öğrenimi (ML) akademik konferanslarına yapılan başvuruların katlanarak artması ve bunun akran değerlendirmesi (peer review) kalitesinde ciddi düşüşe yol açması nedeniyle Reddit topluluğunda “yazar başına gönderim sayısının sınırlandırılması gerekip gerekmediği” üzerine bir tartışma başlatıldı. Kullanıcılar, TMLR’nin halihazırda yıllık gönderim limiti getirdiğini, ACL gibi konferansların ise ilgili olmayan makaleleri doğrudan reddetme (desk reject) veya her gönderim için ilgili hakemlerin sağlanmasını zorunlu kılma gibi yöntemlerle değerlendirme yükünü hafifletmeye çalıştığını belirtti. Bu durum, akademik dünyada niteliksiz yayın artışına yönelik genel endişeyi yansıtıyor。（来源：Reddit）
Şebeke Dışı (Off-Grid) Hayatta Kalma İçin Yeni Fikir: Topluluk “Yerel LLM Hayatta Kalma Kiti” Hazırlamayı Tartışıyor : Reddit’in LocalLLaMA topluluğu, 64 GB’lık bir USB bellekte çalışabilen bir “Yerel LLM Hayatta Kalma Kiti”nin nasıl oluşturulacağını tartışıyor. Bu fikir; Windows/Mac/Linux uyumlu llama.cpp ikili dosyalarını (binaries), Qwen3.5 35B veya Gemma 4 modellerini ve sıkıştırılmış İngilizce Wikipedia ile tıp ve mühendislik alanındaki açık kaynaklı kitap veritabanlarını önceden yüklemeyi içeriyor. Kullanıcılar, sadece USB belleği takarak internet bağlantısı ve GPU’su olmayan eski bilgisayarlarda bile 5-20 tok/s hızında şebeke dışı bilgi tabanı araması yapabiliyor. Bu, acil durumlar veya internet kesintileri için pratik bir teknik çözüm sunuyor。（来源：Reddit）
Model Seçimi ve Kota Kaygısı: GPT-5.6’nın Çok Seviyeli Akıl Yürütmesi Kullanıcıların Token Tüketimi Endişelerini Artırdı : GPT-5.6’nın Luna, Terra ve Sol olmak üzere üç büyük modeli ve Low’dan Ultra’ya kadar 5 farklı akıl yürütme çaba (effort) seviyesini tanıtmasıyla birlikte topluluk üyeleri model seçimi konusunda kafa karışıklığı yaşıyor. Kullanıcılar, Sol Ultra modunda modelin otomatik olarak yine Ultra seviyesinde alt Agent’lar türettiğini, bunun da token tüketimini katlanarak artırdığını ve Pro kullanıcılarının haftalık kotalarını birkaç saat içinde kolayca tüketebildiğini belirtiyor. Geliştiriciler, sıradan görevlerde varsayılan olarak orta çaba seviyesinde Luna kullanılmasını veya maliyet kontrolü için üçüncü taraf yönlendirme (routing) araçlarının tercih edilmesini öneriyor。（来源：Latent Space）
💡 Diğer
Trump Uluslararası Havalimanı’nın Yeni Logosunda Basit AI Üretim Hataları Görüldü : Florida’da yeni adlandırılan “Donald J. Trump Uluslararası Havalimanı” resmi logosunu yayınladı ancak tasarımda belirgin AI üretim hataları olduğu iddia edildi. Medya, logodaki kalkan üzerinde yer alan kırmızı ve beyaz çizgilerin ABD bayrağı standardı olan 13 yerine sadece 11 adet olduğunu belirtti. Ayrıca kartalın sağ pençesinin şeklinin ciddi şekilde bozulduğu, her iki taraftaki tüy ve yaprak sayılarının da asimetrik olduğu ifade edildi. Bu basit hata, sosyal medyada resmi bir logo için denetlenmemiş AI görsellerinin kullanılmasına yönelik alaycı tepkilere yol açtı。（来源：The Verge）
Üç ChatGPT Sesli Botunun 100’e Kadar Saymaya Çalıştığı Komik Anlar : Reddit topluluğunda viral olan bir videoda, bir kullanıcının GPT-Live ses modu etkinleştirilmiş üç ChatGPT botundan sırayla 100’e kadar saymalarını istediği anlar yer alıyor. Sayma işlemi sırasında botlar sadece sık sık yanlış saymakla ve birbirlerinin sözünü kesmekle kalmayıp, aynı zamanda “kendinden emin ama aptalca” bir tonla birbirlerini düzelttiler ve oldukça komik sahneler ortaya çıktı. İnternet kullanıcıları, bu durumun şirketlerdeki verimsiz ve bürokratik günlük toplantıları mükemmel bir şekilde simüle ettiğini belirterek, mevcut gerçek zamanlı çoklu Agent sesli koordinasyonunun mantıksal tutarlılık konusundaki sınırlamalarını gösterdiğini ifade etti。（来源：Reddit）
