Anahtar Kelimeler：Büyük Yapay Zeka Modeli, Açık Kaynak Yapay Zeka, Yapay Zeka Araştırma Atılımı, Inkling Karma Uzman Modeli, GPT-5.6 Sol İstatistiği, Kimi K3 Uç Taraf Çıkarımı
🔥 Odak Noktası
Thinking Machines, ilk açık kaynaklı büyük modeli Inkling’i yayınladı : Eski OpenAI CTO’su tarafından kurulan Thinking Machines, kendi geliştirdiği ilk AI modeli Inkling’i yayınladı. Model, Mixture of Experts (MoE) mimarisini kullanıyor; toplam parametre sayısı 975 milyar, tek bir çıkarımda (inference) aktif edilen parametre sayısı 410 milyar ve 1 milyon token bağlam (context) penceresini destekliyor. Inkling, Apache 2.0 lisansı ile tamamen açık kaynaklı olarak sunuluyor. Metin, görüntü ve ses gibi yerel (native) multimodal girdileri destekleyen model, Tinker platformu üzerinden ince ayar (fine-tuning) yapılmasına olanak tanıyor. Model, yüksek fiyat-performans oranı ve kontrol edilebilir çıkarım (inference) yoğunluğu ile öne çıkıyor. (Kaynak: Thinking Machines, HuggingFace Blog, THE DECODER, 机器之心)
GPT-5.6 Sol, istatistik dünyasındaki 30 yıllık çözülmemiş soruyu çözdü : Pennsylvania Üniversitesi Wharton Okulu’nda istatistik profesörü olan Edgar Dobriban, OpenAI’ın GPT-5.6 Sol Pro modelini kullanarak, Benjamini-Hochberg (BH) prosedürünün ilişkili çift taraflı Gauss testleri altında FDR’ı kontrol ettiği varsayımını 90 dakika içinde çürüttü (disproved). İstatistik dünyasını tam 20 yıldır meşgul eden bu zorlu problemi, daha önce GPT-5.5 modeli 20 saat çalışmasına rağmen çözememişti. AI’ın sıfırdan bir karşı örnek (counterexample) oluşturmayı başarması, bilimsel keşiflerdeki “yaratıcı içgörü” yeteneğini ortaya koyuyor. (Kaynak: akbirkhan, THE DECODER, 机器之心)
Kimi K3 (Kivine), LMArena’da sızdırılmasının ardından resmi olarak yayınlandı : Moonshot AI, daha önce LMArena arenasında anonim model “Kivine” adıyla gündem olan Kimi K3’ü resmi olarak yayınladı. K3, 2.8T toplam parametreye sahip ve 1 milyon token bağlam (context) penceresini destekliyor; özellikle kod yazma, uzun vadeli akıl yürütme (reasoning) ve görsel anlama konularına odaklanıyor. Teknik olarak Kimi Delta Attention (KDA) ve Attention Residuals mimarisini kullanan model, 3D ön uç (frontend) kod üretimi ve çoklu ajan sürüsü (Agent Swarm) görevlerinde Claude Fable 5 ile yarışabilecek, hatta onu geride bırakabilecek bir performans sergiliyor. (Kaynak: scaling01, THE DECODER, 36氪)
PrismML, Bonsai 27B cihaz içi çıkarım (inference) modelini yayınladı : Caltech araştırma ekibi tarafından kurulan PrismML, Qwen3.6-27B tabanlı Bonsai 27B modelini yayınladı. Model, 1-bit ve Ternary kuantizasyon (quantization) teknolojilerini kullanarak sırasıyla 3.9GB ve 5.9GB boyutlarına sıkıştırıldı. Doğrudan iPhone üzerinde akıcı bir şekilde çalışabilen model, orijinal performansının %90-%95’ini koruyor ve tek bir çıkarım (inference) için yalnızca 1.8G-5.2G VRAM gerektiriyor. Apple’ın, yerel AI alanındaki eksikliklerini kapatmak (closing) amacıyla şu anda bu sıkıştırma teknolojisini test ettiği belirtiliyor. (Kaynak: THE DECODER, PrismML-Eng/Bonsai-demo)
Galbot, dünyanın ilk test zamanı ardıl eğitim (test-time post-training) çerçevesi WAM-TTT’yi yayınladı : Galbot (银河通用), embodied AI modellerine yönelik dünyanın ilk test zamanı ardıl eğitim (TTT) çerçevesi olan WAM-TTT’yi yayınladı. Bu çerçeve, temel model ağırlıklarını dondurarak ve yalnızca hafif bir hızlı ağırlık bellek (fast-weight memory) modülü kullanarak, robotların dağıtım (deployment) aşamasında etiketlenmemiş insan videolarını izleyerek yeni senaryolara hızla uyum sağlamasını sağlıyor. Bu durum, gerçek robot teleoperasyon verilerine olan bağımlılığı büyük ölçüde azaltıyor, yıkıcı unutmayı (catastrophic forgetting) önlüyor ve embodied AI’ın ön eğitimden (pre-training) dağıtım sonrası sürekli öğrenmeye kadar olan kapalı döngüsünü tamamlıyor. (Kaynak: 量子位)
🎯 Gelişmeler
OpenAI, otomatik kırmızı takım (red teaming) sistemi GPT-Red’i tanıttı : OpenAI, self-play pekiştirmeli öğrenme (reinforcement learning) mekanizması aracılığıyla diğer modellerdeki prompt enjeksiyonu gibi açıkları bulup saldırmak üzere tasarlanmış GPT-Red adlı dahili bir otomatik kırmızı takım modeli eğitti. GPT-Red’in “testlerinden” geçen en son yayınlanan GPT-5.6 Sol modelinin, prompt enjeksiyonu saldırılarına karşı savunma gücü 6 kat artarken, hata oranı %23’ün altına düştü. (Kaynak: THE DECODER, OpenAI News)
HIT Lizhi ekibi, tam çift yönlü (full-duplex) ses modeli Lychee-FD’yi açık kaynak olarak yayınladı : Harbin Teknoloji Enstitüsü (HIT) Shenzhen Lizhi büyük model ekibi, yerel uçtan uca tam çift yönlü ses modeli Lychee-FD’yi açık kaynak olarak yayınladı ve ACL 2026 Üstün Makale Ödülü’nü kazandı. Bu araştırma, derin ağlarda ses ve semantik arasındaki gradyan çatışmasını ilk kez ortaya koyuyor. Hiyerarşik semantik-akustik modelleme ve paralel çoklu akış çıkarım (inference) çerçevesi sayesinde, yüksek zekalı, düşük gecikmeli, doğal insan-makine gerçek zamanlı sesli etkileşimi sağlıyor. (Kaynak: 机器之心)
Google Gemma 4 sessiz bir güncelleme aldı : Google, açık kaynaklı modeli Gemma 4 için sürüm numarası değiştirmeden sessiz bir güncelleme yaptı. Yeni sürüm, Flash Attention 4 desteği sunarak Hopper GPU’lar üzerinde ilk token gecikmesini ve çıkarım (inference) hızını %25-%70 oranında artırıyor; aynı zamanda araç çağırma (tool calling) hatalarını düzeltiyor ve üretim kesintisi (generation truncation) sorunlarını büyük ölçüde azaltıyor. Ayrıca kullanıcılar, parametreleri ayarlayarak 2.51MP çözünürlüğe kadar olan görseller için görsel OCR desteği sağlayabiliyor. (Kaynak: THE DECODER, osanseviero)
Infinigence AI ve Tsinghua Üniversitesi, ortaklaşa RLinf v0.3’ü yayınladı : Embodied AI’ın sürekli evrimine yönelik dünyanın ilk büyük ölçekli pekiştirmeli öğrenme (reinforcement learning) altyapı projesi olan RLinf, v0.3 sürümüne güncellendi. Yeni sürüm; veri toplama, SFT, RL, değerlendirme ve gerçek cihaz dağıtımı süreçlerinin tamamını birbirine bağlıyor. Dexbotic DM0, DreamZero, GR00T dahil olmak üzere 6 popüler embodied modeli ve Genesis dahil 5 simülasyon ortamını destekleyerek robotlar ve donanımlar arası birleşik bir eğitim sağlıyor. (Kaynak: 量子位)
LightSpec, ilk genel dinamik MTP çıkarım (inference) sistemini açık kaynak olarak yayınladı : Shanghai Jiao Tong Üniversitesi, Beihang Üniversitesi ve LightLLM ekibi ortaklaşa LightSpec dinamik çoklu Token tahmini (Multi-Token Prediction) çıkarım sistemini açık kaynak olarak yayınladı. Sistem, iki aşamalı eğitim gerektirmeyen (training-free) dinamik zamanlama tasarımı kullanarak doğrulama ve taslak bütçesini otomatik olarak belirliyor. Planlayıcı ile GPU yürütmesi arasındaki veri bağımlılığını tamamen ortadan kaldıran sistem, DSpark ve Eagle3 gibi çeşitli taslak modelleri mükemmel şekilde destekliyor. (Kaynak: 机器之心)
Perplexity, SPACE ajan (agent) güvenliği korumalı alan (sandbox) platformunu açık kaynak olarak yayınladı : Perplexity, Computer Agent’ları için dahili olarak kullandığı Space sandbox platformunu açık kaynak haline getirdi. Platform, Haziran ayından bu yana üretim trafiğinin %100’ünü karşılıyor. Btrfs hızlı yazarken kopyalama (COW) ve çift anlık görüntü (snapshot) teknolojileri sayesinde, uzun döngülü Agent görevleri için verimli ve izole bir çalışma ortamı sunarak VM bellek tüketimini ve kurtarma gecikmesini büyük ölçüde azaltıyor. (Kaynak: AravSrinivas, AI Business)
Apple Intelligence Çin pazarına girerken Alibaba Qwen ve Baidu Ernie’yi entegre edecek : Çin Siber Güvenlik İdaresi (CAC), Apple Intelligence servislerinin Çin’deki kaydını onayladı. ChatGPT gibi hizmetlerin Çin’de kullanılamaması nedeniyle, Apple Intelligence’ın Çin sürümü yerel büyük model iş birliklerini benimseyecek: Alibaba Qwen çok modlu metin ve görsel anlamayı sağlayacak, Baidu ise Siri sesli ve görsel arama desteğinden sorumlu olacak. Bu durum, her iki teknoloji devine sistem düzeyinde büyük bir trafik ve doğrulama senaryosu kazandıracak. (Kaynak: TechCrunch, CNBC)
Flexiv, embodied dünya modeli DW0.5’i yayınladı : Flexiv (原力灵机), ilk embodied dünya modeli DW0.5’i yayınladı ve DFOL 2.0 pekiştirmeli öğrenme (reinforcement learning) çerçevesine entegre etti. DW0.5; video, eylem ve değer olmak üzere üç uzman modül içeriyor, eylemi güçlü bir önsel (prior) olarak kabul ediyor ve yüksek doğrulukta fiziksel simülasyon ile başarısızlık yörüngesi (trajectory) simülasyonunu destekliyor. Bu Learned Environment kapalı döngüsü, ardıl eğitimdeki (post-training) gerçek cihaz veri ihtiyacını %60 oranında azaltıyor. (Kaynak: 量子位)
🧰 Araçlar
OpenAI, Work Louder iş birliğiyle fiziksel klavye Codex Micro’yu tanıttı : OpenAI, 230 dolar fiyat etiketine sahip ilk özelleştirilmiş donanımı Codex Micro’yu tanıttı. Cihaz, Codex ajan (agent) programlaması için özel olarak tasarlandı; RGB durum geri bildirimi sunan 6 adet “Agent tuşu”, PR incelemesi gibi iş akışlarını tetikleyen bir joystick ve model çıkarım (inference) yoğunluğunu ayarlamak için bir döner düğme barındırıyor. Amaç, geliştiricilerin sohbet pencereleri ile kod editörleri arasında sık sık geçiş yapmasını azaltmak. (Kaynak: THE DECODER, op7418)
xAI, Grok Build komut satırı programlama Agent’ının kaynak kodunu açık kaynak olarak yayınladı : Kullanıcıların tüm kod depolarını sessizce yüklediğine dair gizlilik tartışmalarının ardından xAI, Grok Build’in Rust çekirdek kodunu açık kaynak (Apache 2.0 lisansı) olarak yayınladığını duyurdu. Grok Build; yerel çalışmayı, Git sürüm yönetimini ve ACP protokolünü destekliyor. xAI, topluluğa tamamen şeffaf bir gizlilik güvencesi sunmak amacıyla sunucu tarafında veri saklama özelliğini devre dışı bıraktı. (Kaynak: THE DECODER, Hacker News)
BaoCut: Doğal dil tabanlı video kaba kurgu (rough cut) Agent Skill’i : Geliştirici @dotey, doğal dil tabanlı video deşifre ve kaba kurgu aracı BaoCut’ı geliştirdi. Bu araç, Claude Code veya Cursor üzerine bir Agent Skill olarak kurulabiliyor. Tek bir komut satırıyla video/YouTube bağlantılarının deşifresini, ünlem/duraksama filtrelemesini, çevirisini ve altyazı dışa aktarımını destekliyor. Bu sayede bilgi içerikli video üretenlerin ve içerik taşıyıcılarının mekanik kurgu sürelerini büyük ölçüde kısaltıyor. (Kaynak: dotey)
1Password, AI ajanlarını destekleyen Agentic Mode’u tanıttı : Şifre yönetim aracı 1Password, ilk olarak Claude desteğiyle Agentic Mode’u kullanıma sundu. Bu özellik, AI ajanlarının kullanıcının açık şifrelerine ve MFA doğrulama kodlarına doğrudan erişmeden, 1Password proxy’si aracılığıyla tarayıcıda Stripe, Audible gibi yetkilendirilmiş web sitelerine otomatik olarak giriş yapmasını sağlayarak tek bir oturum için güvenli izolasyon sunuyor. (Kaynak: ZDNet)
Raft 1.0: AI ajan ekipleri için iş birliği çalışma alanı : Eski Moonshot AI Kimi CLI geliştiricisi RC, Raft 1.0’ı yayınladı. Bu araç; çoklu ajan iş birliğini, terminal oturumlarını ve beceri yönetimini tek bir ekip içi anlık mesajlaşma arayüzünde birleştiriyor. Birden fazla Agent’ın ekip modunda çalışmasını destekleyerek, kullanıcıların birden fazla terminal ve oturum arasında bağlamı (context) manuel olarak aktarma zahmetini ortadan kaldırıyor. (Kaynak: _akhaliq)
LlamaParse, etkileşimli belge çıkarma özelliği Conversational Extract’i tanıttı : LlamaIndex bünyesindeki LlamaParse, Conversational Extract özelliğini duyurdu. Kullanıcılar, doğal dil diyalogları aracılığıyla çıkarma şemasını (Schema) tanımlayabiliyor; referans belgeleri yükleyerek Agent’ın otomatik olarak JSON Schema oluşturmasını sağlayabiliyor ve milyonlarca belge üzerinde yapılandırılmış konumlandırma, atıf ve güvenilirlik çıkarma işlemlerini gerçekleştirebiliyor. (Kaynak: jerryjliu0)
OpenWiki, kişisel bilgi tabanı oluşturma aracı Personal Brain’i açık kaynak olarak yayınladı : OpenWiki, Personal Brain’i açık kaynak olarak sundu. Bu araç, doğrudan X (Twitter) hesaplarına bağlanarak, AI bellek Agent’ı aracılığıyla kullanıcının günlük tweet’lerini ve yer işaretlerini yapılandırılmış bellek çıkarımları ve ağırlıklandırmalarla analiz ediyor. Böylece kullanıcıların kişisel dijital ayak izlerine dayalı bir LLM bilgi tabanı oluşturmalarına yardımcı oluyor. (Kaynak: hwchase17)
📚 Öğrenme
PUMA: Semantik yakınsamaya dayalı akıl yürütme (reasoning) modelleri için erken durdurma (early stopping) çerçevesi : Tsinghua Üniversitesi ve Google Research ekipleri, PUMA erken durdurma çerçevesini önerdi. Yalnızca yanıt kararlılığına odaklanan geleneksel yöntemlerin aksine PUMA, yakınsamayı belirlemek için akıl yürütme adımlarındaki semantik fazlalığı izliyor. MATH ve GPQA gibi kıyaslama testlerinde (benchmarks) yüksek doğruluğu korurken ortalama %26.2 oranında Token tasarrufu sağlıyor ve kod ile çok modlu akıl yürütmeye sorunsuz bir şekilde aktarılabiliyor. (Kaynak: 机器之心)
CLaRa: Sürekli gizli uzay (latent space) akıl yürütmesine dayalı RAG çerçevesi : Apple ve Edinburgh Üniversitesi, CLaRa çerçevesini önerdi. Bu yöntem, sürekli uzayda gömme (embedding) tabanlı belge sıkıştırma ve ortak optimizasyon gerçekleştiriyor. Diferansiyellenebilir bir Top-k tahmincisi aracılığıyla yeniden sıralayıcıyı (reranker) ve üreteci (generator) uçtan uca eğitiyor ve 16 kat metin sıkıştırma oranında bile SOTA performansını koruyor. (Kaynak: Apple Machine Learning Research)
One Layer Is Enough: Uyarlanabilir ön eğitimli görsel kodlayıcı çerçevesi : Apple ekibi, FAE (Feature Auto-Encoder) görüntü üretimi uyarlama çerçevesini önerdi. Bu çerçeve, DINO ve SigLIP gibi yüksek boyutlu görsel özellikleri düşük boyutlu üretim gizli (latent) alanına uyarlamak için yalnızca tek bir dikkat (attention) katmanına ihtiyaç duyuyor ve ImageNet 256×256 görüntü üretiminde SOTA performansına ulaşıyor. (Kaynak: Apple Machine Learning Research)
cangjie-skill: Yüksek değerli içerikleri Agent Skill’lerine damıtan (distill) açık kaynaklı araç : Açık kaynaklı proje cangjie-skill, kitapları, video deşifrelerini ve podcast içeriklerini Claude Code veya Cursor tarafından doğrudan çağrılabilecek Skill’lere dönüştürmek için RIA-TV++ sürecini kullanıyor. Çok boyutlu doğrulama ve stres testleri sunarak bilginin yapılandırılmış bir şekilde yeniden kullanılmasını sağlıyor. (Kaynak: GitHub Trending)
Microsoft ve ortakları, denetimsiz ajan yörüngesi (trajectory) hata teşhis modeli OAT’yi önerdi : Microsoft ve diğer ekipler, OAT ajan yörüngesi hata teşhis modelini önerdi. Bu model, yalnızca başarılı yörüngeler üzerinde tek sınıflı öğrenme (one-class learning) gerçekleştiriyor ve başarı dinamiklerini modellemek için sinirsel adi diferansiyel denklemler (Neural ODE) kullanıyor. Çıkarım (inference) sırasında sapma derecesine göre başarısız adımları hızla tespit ediyor ve Prompt boru hatlarından (pipelines) binlerce kat daha hızlı çalışıyor. (Kaynak: omarsar0, HuggingFace Daily Papers)
💼 İş Dünyası
Jingshuo Technology bağımsız operasyonlara başladı, WeRide tarafından kuluçkalandı : WeRide’ın 001 numaralı çalışanı Huo Da tarafından kurulan Jingshuo Technology (景烁科技), resmi olarak bağımsız operasyonlarına başladı. Şirket, embodied AI veri altyapısı inşasına odaklanıyor; embodied AI veri kıtlığı sorununu çözmek amacıyla WorldEngine veri kapalı döngüsünü, GENESIS-Robotics dünya modelini ve kullanıma hazır SkillForge beceri paketlerini tanıttı. (Kaynak: 量子位)
Fireworks AI, 150 milyon dolarlık D serisi yatırım turunu tamamladığını duyurdu : Geliştirici API platformu Fireworks AI, 17.5 milyar dolar değerleme üzerinden 150 milyon dolarlık D serisi yatırım turunu tamamladığını açıkladı. Şirketin ARR’ı (Yıllık Tekrarlayan Gelir) 1 milyar doları aşarken, günlük 40 trilyondan fazla Token’a hizmet veriyor ve bu Token’ların %95’inden fazlası müşteri verilerine göre özelleştirilmiş özel modellerden geliyor. (Kaynak: natolambert)
China Mobile, endüstriyel yapay zeka şirketi Youji Technology için stratejik yatırım yaptı : Endüstriyel yapay zeka şirketi Youji Technology (友机技术), B ve C serisi yatırım turlarını tamamladı ve China Mobile’ın zincir lideri fonu şirkete stratejik ortak oldu. Endüstriyel ana makine (machine tool) zekasına odaklanan Youji Technology, kendi geliştirdiği UJ-Ucut simülasyon sistemi ile yüksek doğrulukta çoklu fizik alanı simülasyonu ve AI destekli akıllı süreç optimizasyonu sağlıyor. (Kaynak: 量子位)
🌟 Topluluk
Hugging Face ve AskAlphaxiv, ICML 2026 makale yeniden üretilebilirlik (reproducibility) yarışmasını başlattı : “AI araştırmalarının %70’inin yeniden üretilemez olması” sorununa yönelik olarak Hugging Face ve AskAlphaxiv, 3 haftalık bir topluluk yarışması başlattı. Katılımcılar, ICML 2026 tarafından kabul edilen tüm makaleleri yeniden üretmek için otomatik araştırma Agent’larını kullanabilir ve açık kaynaklı çıktılara katkıda bulunabilirler. Başarılı ekipler 4500 dolarlık GPU bilgi işlem gücü ödülü kazanacak. (Kaynak: ClementDelangue, _akhaliq)
Büyük modellerin yerel dağıtımı için GGUF formatı toplulukta büyük ilgi görüyor : Geliştiriciler, pratik dağıtım ve paylaşımda GGUF formatının, ortam yapılandırması gerektirmemesi ve GPU kiralamaya ihtiyaç duymadan Mac/PC üzerinde yerel olarak çalışabilmesi sayesinde büyük bir başarı elde ettiğini belirtiyor. Diğer yandan safetensors formatı ise ağırlıklı olarak model eğitimi ve araştırma aşamalarında tercih ediliyor. (Kaynak: _akhaliq)
AI destekli programlamanın kod depolarında tek tipleşmeye ve “zihinsel gerilemeye” yol açtığı endişeleri artıyor : Sam Altman, Stanford’daki konuşmasında eğitimdeki değişim hızını hafife aldığını itiraf etti ve AI’a aşırı bağımlılığın insanlarda eleştirel düşünme ve programlama sezgilerinin körelmesine yol açabileceğinden endişe duyduğunu belirtti. Topluluk ayrıca AI tarafından otomatik olarak üretilen kısa diziler, web romanları gibi içeriklerin “tek tip” olmasından duyduğu rahatsızlığı dile getiriyor. (Kaynak: 36氪, 36氪)
💡 Diğer
Vesuvius Challenge, 1 milyon dolarlık yeni bir ödül belirledi : Vesuvius Challenge, AI görüntü ve 3D algoritmaları kullanarak, volkanik külle kömürleşmiş Herculaneum parşömenlerindeki henüz keşfedilmemiş metinleri okumayı amaçlayan 1 milyon dolarlık yeni bir büyük ödül duyurdu ve aylık 20 bin dolarlık ilerleme ödülü sunuyor. (Kaynak: natfriedman)
Sakana AI, akıllı hücresel modül Smart Cellular Bricks’i tanıttı : Sakana AI, Nature Communications’ta yayınlanan araştırmasında, 3D nöral hücresel otomatlar (3D NCA) kullanarak, her bir özdeş kübik modülün yalnızca komşu modüllerle iletişim kurarak kendiliğinden genel bir şekil sınıflandırması oluşturmasını ve hasar gördüğünde kendini yenilemesini sağladı. (Kaynak: 机器之心)
WAICA akademik konferansı, prestijli AI konferanslarının hakemlik kurallarını yeniden yapılandırıyor : Andrew Chi-Chih Yao başkanlığında düzenlenen ilk Dünya Yapay Zeka Konferansı – Akademik (WAICA), “AI destekli ön eleme + tüm PC (Program Komitesi) üyelerine açık yorumlama” mekanizmasını ilk kez başlattı ve makalelere ses ile video gibi multimedya unsurlarının yerleştirilmesine olanak tanıyan “AI-native” gönderim modelini destekliyor. (Kaynak: 量子位)