arXiv'de Seq@K ve FilingLoop AI makaleleri yayımlandı
arXiv'de 30 Ekim 2026 tarihinde yayımlanan iki yeni yapay zeka makalesi, dil modeli ajanlarının geri bildirimden öğrenme ve kurumsal açıklama inceleme yeteneklerini değerlendirmeye yönelik yeni metrikler ve çerçeveler sunuyor.
Kısa Cevap
arXiv'de 30 Ekim 2026 tarihinde yayımlanan Seq@K ve FilingLoop makaleleri, dil modeli ajanlarının geri bildirimden öğrenme ve kurumsal açıklama inceleme yeteneklerini değerlendirmeye yönelik yeni metrikler ve çerçeveler sunuyor.
Bu yazıda öğrenecekleriniz
- Seq@K, bir modelin K ardışık denemede geri bildirimle sorunu çözüp çözmediğini ölçen bir değerlendirme protokolüdür.
- Seq@K, 7 benchmark ve 16 uç model üzerinde değerlendirilmiştir.
- FilingLoop, 96 şirketten 380 predominant IPO inceleme görevini yeniden oluşturur.
- Gelişim, gereklilik karşılamayı %24,28'den %27,96'ye ve tam yorum çözümünü %16,90'dan %20,75'e yükseltmiştir.
arXiv'de yayımlanan iki yeni yapay zeka makalesi, dil modeli ajanlarının değerlendirilmesi için farklı bakış açıları öne sürüyor. Seq@K ve FilingLoop adlı çalışmalar, modellerin geri bildirimden yararlanma ve kurumsal açıklamaları inceleme yeteneklerini ölçmeye odaklanıyor.
Seq@K makalesi, Thomson Yen ve ekibi tarafından yazılmış ve 7 benchmark ile 16 uç model üzerinde değerlendirilmiştir. Bu protokol, bir modelin K ardışık denemede geri bildirimle sorunu çözüp çözmediğini ölçmeyi amaçlamaktadır. Yazarlar, mevcut Pass@1 veya Pass@K metriklerinin bu yeteneği yakalayamayacağını belirtiyor. Makale, model sıralamalarının genellikle değiştiğini ve verimli yapılandırmaları içeren Pareto sınırlarının kabul edilebilir hale geldiğini vurguluyor.
FilingLoop ile açıklama inceleme testi
Wentao Zhang ve ekibinin geliştirdiği FilingLoop, kurumsal açıklama inceleme ve revizyon için etkileşimli bir benchmark ve kendini geliştiren ajan çerçevesi sunuyor. Çalışma, 96 şirketten 380 predominant IPO inceleme görevini yeniden oluşturuyor ve 6.099 uygun gereklilik üzerinden son açıklamaları ve yanıtları puanlayan ayrı bir değerlendiriciye sahip.
FilingLoop, tarihi ABD Borsa ve İşletme Komisyonu (SEC) mektuplarına dayanmaktadır. Gelişim sürecinde gereklilik karşılaması %24,28'den %27,96'ye, tam yorum çözümü ise %16,90'dan %20,75'e yükselmiştir. Bu süreç sabit-politika varyantına göre toplam maliyette %5,8 artışla birlikte gelmiştir.
Neden önemli?
Bu çalışmalar, yapay zeka ajanlarının değerlendirilmesinde yeni standartlar tartışmasını gündeme getiriyor. Seq@K, mevcut metriklerin geri bildirim kullanımını yakalayamayacağını öne sürerken, FilingLoop kurumsal açıklama inceleme sürecini test etmek için etkileşimli bir benchmark sunuyor.
Kaynak: arXiv — Artificial Intelligence, arXiv — Artificial Intelligence
Temsili görsel: Ludovic Delot / Pexels
Sıkça Sorulan Sorular
Seq@K hangi metriklerin yerine geçmeye çalışıyor?
Seq@K, mevcut Pass@1 veya Pass@K metriklerinin geri bildirim kullanımını yakalayamayacağını öne sürer.
FilingLoop kaç şirketten kaç inceleme görevini yeniden oluşturuyor?
FilingLoop, 96 şirketten 380 predominant IPO inceleme görevini yeniden oluşturur.
FilingLoop geliştirme sonrası gereklilik karşılaması yüzdesi ne kadar?
Gelişim sonrası gereklilik karşılaması %27,96'dır.
Kaynaklar
Bu içerik düzenli olarak gözden geçirilir. Son kontrol: 31 Ekim 2026 · Markdown sürümü
