arXiv'de bilimsel iddiaları doğrulayan yeni yapay zekâ araçları
arXiv'de yayımlanan iki çalışma, dil modellerinin bilimsel iddiaları değerlendirme ve hipotezleri tahmin etme yeteneklerini test etmek için yeni araç ve veri seti sundu.
Kısa Cevap
arXiv'de yayımlanan iki çalışma, dil modellerinin bilimsel iddiaları doğrulama ve hipotezleri tahmin etme yeteneklerini test etmek için ProClaim ve EDB-Bio adlı yeni araç ve veri setleri sundu.
Bu yazıda öğrenecekleriniz
- ProClaim, kanıt durumunu modelin bağlamı dışında kalıcı bir şekilde saklayan bir araçtır.
- ProClaim-eval veri seti, beş veritabanından 718 iddiaları içerir ve beş alt kümeye ayrılmıştır.
- ProClaim, doğrulama sistemleri ve genel amaçlı ajan çerçevelerine kıyasla ilk üç sıraya girdi.
- EDB-Bio, 96 bin bölümden oluşan bilimsel gerekçelendirme ölçütünü sunar.
- Ibis0 modeli, sıralı deney seçimi görevinde en iyi öncü modele göre 2,5 kat daha verimlidir.
Lun Ai ve Siddharth Narayanan, arXiv'de 2 Kasım 2026 tarihinde yayımlanan iki çalışma ile bilimsel iddiaların ve hipotezlerin doğruluğunu değerlendirmede dil modellerinin yeteneklerini test etmek için yeni araçlar ve veri seti sundular.
ProClaim sistemi ve ProClaim-eval veri seti
İlk çalışmada, bilimsel konsensüs iddialarını doğrulamak için ProClaim adlı sistem ve ProClaim-eval veri seti tanıtıldı. ProClaim-eval, moleküler biyoloji, nükleer fizik ve astronomi alanlarından beş veritabanından 718 iddiaları içerir. Veri seti beş alt kümeye ayrılmıştır ve en yüksek uyuşma sağlanan üç alt küme, altın etiketlerle en yüksek uyuşmalara ulaşmıştır.
EDB-Bio gerekçelendirme ölçütü
İkinci çalışmada ise EDB-Bio adlı 96 bin bölümden oluşan bilimsel gerekçelendirme ölçütü sunuldu. Bu bölümler, ilaç-pertebom transkriptomik, CRISPR ekranları ve insan genom-wide ilişki çalışmaları alanlarından gerçek dünyadan elde edilen verilerden hazırlanmıştır. EDB-Bio'nun her bölümü bir hedef hipotezin doğru olma olasılığını tahmin etmeyi içerir.
Performans sonuçları
ProClaim, doğrulama sistemleri ve genel amaçlı ajan çerçevelerine kıyasla ilk üç sıraya girdi. Kanıt durumunun kullanımı, bağlam içi birikime göre daha iyi performans gösterdi. Ayrıca eğitilmiş bir durdurma yargıçısı, sabit tur durdurmasına göre daha iyi sonuç verdi. EDB-Bio kapsamında ise Ibis0 modeli, sıralı deney seçimi görevinde en iyi öncü modele göre 2,5 kat daha verimli bulundu.
Neden önemli?
Bilimsel kanıtların ve hipotezlerin otonom olarak değerlendirilmesi, yapay zekâ destekli keşif sistemlerinin güvenilirliğini artırabilir. Yeni sistemler, dil modellerinin bilimsel araştırma süreçlerinde nasıl kullanılabileceği üzerinde ışık tutuyor.
Kaynak: arXiv — Artificial Intelligence, arXiv — Machine Learning
Temsili görsel: anaterate / Pixabay
Sıkça Sorulan Sorular
ProClaim-eval veri setinde kaç iddialar bulunmakta?
ProClaim-eval veri setinde 718 iddialar bulunmaktadır.
EDB-Bio kaç bölümden oluşmaktadır?
EDB-Bio, 96 bin bölümden oluşmaktadır.
Ibis0 modeli ne kadar daha verimlidir?
Ibis0 modeli, sıralı deney seçimi görevinde en iyi öncü modele göre 2,5 kat daha verimlidir.
Kaynaklar
Bu içerik düzenli olarak gözden geçirilir. Son kontrol: 3 Kasım 2026 · Markdown sürümü
