Akademik Kaynaklar

Atoms, dünya çapındaki önde gelen üniversiteler ve araştırma enstitüleriyle iş birliği yaparak çoklu Agent çerçeveleri, LLM akıl yürütmesi, bağlam zenginleştirme ve otomatik iş akışları üzerine son teknoloji araştırmalar üretmektedir.

Bu çalışmalar yalnızca teorik ilerlemeyi ileri taşımakla kalmaz, aynı zamanda Atoms’un çoklu Agent iş birliği, veri yorumlama, RAG ile güçlendirilmiş akıl yürütme ve istem optimizasyonu gibi alanlardaki ürün yeteneklerini de güçlendirir.

1. Tıklayana Kadar Bilemezsiniz: Üretime Hazır Yazılım Değerlendirmesi için Otomatik GUI Testi

Özet

Büyük dil modelleri (LLM'ler) ve kod Agent’ları, izole kod parçacıkları üretmekten GUI’lere, etkileşimli mantığa ve dinamik davranışlara sahip tam uygulamalar oluşturmaya doğru evrilirken, mevcut kıyaslamalar üretime hazır yazılımı etkili şekilde değerlendirmekte yetersiz kalmaktadır. Statik kontroller veya ikili geçti/kaldı betikleri, yalnızca etkileşim yoluyla ortaya çıkan gerçek dünya kullanılabilirliğini gözden kaçırır.

Bunu ele almak için yazarlar, LLM’lerin sıfırdan üretime hazır depolar oluşturma yeteneğini test eden uçtan uca otomatik bir değerlendirme çerçevesi olan RealDevWorld'ü tanıtıyor.

Temel Katkılar

• Üretime hazır uygulamalar için ilk GUI tabanlı uçtan uca değerlendirme çerçevesi.
• 194 farklı çok modlu mühendislik görevinden oluşan bir kıyaslama olan RealDevBench tanıtıldı.
• Bütüncül değerlendirme için GUI tabanlı kullanıcı etkileşimlerini simüle eden, yargıç olarak Agent sistem AppEvalPilot önerildi.
• Manuel incelemeye bağımlılığı azaltırken yüksek insan uyumu sağlandı (doğruluk 0.92, korelasyon 0.85).

Daha fazla bilgi: https://arxiv.org/abs/2508.14104

2. Foundation Agents'ta İlerlemeler ve Zorluklar: Beyinden İlham Alan Zekâdan Evrimsel, İş Birlikçi ve Güvenli Sistemlere

Özet

LLM’lerin ortaya çıkışı, alanlar arasında akıl yürütme, algılama ve eylem yeteneğine sahip akıllı Agent’ları mümkün kılarak yapay zekâda dönüştürücü bir değişimi tetiklemiştir. Bu tür Agent’ları tasarlamak, değerlendirmek ve sürekli iyileştirmek çok yönlü zorluklar sunar.

Bu derleme, bilişsel bilim, sinirbilim ve hesaplamadan elde edilen içgörüleri birleştiren, beyinden ilham alan modüler mimariler çerçevesinde ele alınan Foundation Agents hakkında kapsamlı bir genel bakış sunar.

Temel Katkılar

• Agent bileşenlerini beyin işlevleriyle (hafıza, modelleme, hedefler, duygular) eşleştiren modüler bir çerçeve önerir.
• Evrimsel mekanizmalar yoluyla öz iyileştirme ve sürekli uyumu inceler.
• Çoklu Agent sistemlerini ve ortaya çıkan kolektif zekâyı ele alır.
• Gerçek dünya dağıtımında güvenlik, sağlamlık ve hizalama zorluklarını ele alır.

Daha fazla bilgi: https://arxiv.org/abs/2504.01990

3. Markov LLM Test Zamanı Ölçeklendirmesi için Atom of Thoughts

Özet

LLM’ler eğitim sırasında ölçeklendirmeden fayda görür ve test zamanı ölçeklendirmesi akıl yürütmeyi daha da geliştirir. Ancak biriken geçmiş bağlam, hesaplama kaynaklarını boşa harcayabilir ve akıl yürütmeyi engelleyebilir.

Makale, karmaşık akıl yürütmeyi atomik, belleksiz alt sorulara ayırarak Markov benzeri bir akıl yürütme süreci oluşturan Atom of Thoughts (AoT) yaklaşımını tanıtmaktadır.

Temel Katkılar

• Atomik akıl yürütmeyi tanımlar: soruları DAG alt problemlere ayırma ve bunları daraltma.
• Mevcut test zamanı ölçeklendirme yöntemleri için bir eklenti olarak uyumluluk sağlar.
• Bağlam tekrarını ve hesaplama israfını azaltarak verimliliği artırır.
• Altı kıyaslamada önemli performans kazanımları gösterir.

Daha fazla bilgi: https://arxiv.org/abs/2502.12018

4. Self-Supervised İstem Optimization (SPO)

Özet

Yüksek kaliteli istemler, LLM akıl yürütmesini geliştirmek için kritik öneme sahiptir; ancak manuel istem tasarımı uzmanlık ve yineleme gerektirir. Mevcut otomatik yöntemler etiketli referanslara büyük ölçüde dayanır ve bu da gerçek dünya uygulanabilirliğini sınırlar.

SPO, harici referanslar olmadan hem kapalı uçlu hem de açık uçlu görevler için etkili istemler keşfeden öz denetimli bir çerçeve sunar.

Temel Katkılar

• Tamamen LLM çıktılarından türetilen öz denetimli sinyaller.
• LLM’leri hem değerlendirici hem de optimize edici olarak kullanır.
• Geleneksel yöntemlerin maliyetinin %1–5’i ile son teknoloji performans elde eder.

Daha fazla bilgi: https://arxiv.org/abs/2502.06855

5. Native Retrieval-Augmented Reasoning (CARE) ile Bağlam Doğruluğunu İyileştirme

Özet

LLM’ler, verilen bağlamla tutarsız yanıtlar üretirken sıklıkla halüsinasyon görür. Geleneksel çözümler ya pahalı denetimli veri kümeleri gerektirir ya da kullanıcı tarafından sağlanan bağlamı yeterince kullanmayan harici getirmeye dayanır.

CARE, LLM’lerin bağlam içi kanıtları doğrudan akıl yürütme zincirine dinamik olarak entegre ettiği yerel retrieval-augmented reasoning çerçevesini sunar.

Temel Katkılar

• Bağlam içi getirmeyi akıl yürütme sürecinin bir parçası olarak sunar.
• Minimum etiketli veri gerektirir ve karmaşık görevler için müfredat öğrenmesini kullanır.
• QA kıyaslamalarında SFT, geleneksel RAG ve harici getirme yöntemlerinden daha iyi performans gösterir.

Daha fazla bilgi: https://openreview.net/forum?id=qTsU1QLOph

6. FACT: Çoklu olgu getirme için yinelemeli bağlam yeniden yazımının etkililiğinin incelenmesi

Özet

Büyük Dil Modelleri (LLM'ler), uzun bağlamlardan tekil olguları getirmede güçlüdür; ancak birden fazla olgunun aynı anda getirilmesi gerektiğinde zorlanır. Gözlemlenen temel bir sınırlama, üretim sırasında LLM’lerin önemli bilgileri giderek kaybetmesine yol açan ve eksik ya da hatalı çıktılarla sonuçlanan “ortada kaybolma” olgusudur.

Bunu ele almak için yazarlar, modelin kritik olguları adım adım yakalamasına olanak tanıyan girdiyi aşamalı olarak iyileştiren yinelemeli bir bağlam yeniden yazma yöntemi olan Find All Crucial Texts (FACT) yaklaşımını öneriyor.

Temel Katkılar

• Çoklu olgu getirmede “ortada kaybolma” olgusunu tanımlar ve analiz eder.
• Olgusal kapsamı kademeli olarak iyileştiren yinelemeli bir getirme ve yeniden yazma yaklaşımı olan FACT'i tanıtır.
• Genel QA görevlerinde daha küçük iyileşmeler olsa da çoklu olgu getirme kıyaslamalarında önemli performans kazanımları gösterir.
• Uzun bağlam getirmede daha sağlam stratejilere duyulan ihtiyacı vurgular.

Daha fazla bilgi: https://arxiv.org/abs/2410.21012

7. SELA: Otomatik Makine Öğrenimi için Ağaç Arama ile Geliştirilmiş LLM Agent’ları

Özet

LLM tabanlı AutoML Agent’ları genellikle düşük çeşitliliğe sahip ve optimal olmayan işlem hatları üretir. SELA, Agent karar verme süreçlerini ve işlem hattı keşfini optimize etmek için Monte Carlo Tree Search (MCTS) kullanır.

Temel Katkılar

• AutoML keşfini iyileştirmek için ağaç arama yöntemlerini uygular.
• Deneysel geri bildirimle işlem hatlarını yinelemeli olarak iyileştirir.
• 20 veri kümesinde geleneksel ve Agent tabanlı AutoML temel modellerinden daha iyi performans gösterir.

Daha fazla bilgi: https://arxiv.org/abs/2410.17238

8. AFlow: Agentik İş Akışı Oluşturmayı Otomatikleştirme

Özet

LLM’ler için agentik iş akışları oluşturmak emek yoğundur ve tam olarak otomatikleştirilmemiştir. AFlow, iş akışı optimizasyonunu kod grafikleri üzerinde bir arama problemi olarak yeniden çerçevelendirir ve yürütme geri bildirimiyle iş akışlarını yinelemeli olarak iyileştirmek için MCTS kullanır.

Temel Katkılar

• İş akışı optimizasyonunu kod grafiği araması olarak tanımlar.
• Daha küçük modellerin, maliyetin çok küçük bir kısmıyla GPT-4o’dan daha iyi performans göstermesini sağlar.
• Son teknoloji temel modellere göre %5.7 iyileşme elde eder.

Daha fazla bilgi: https://arxiv.org/abs/2410.10762

9. Data Interpreter: Veri Bilimi için bir LLM Agent’ı

Özet

Mevcut yaklaşımlar, uçtan uca veri bilimi iş akışları, dinamik görev bağımlılıkları ve alan uzmanlığı gereksinimleri konusunda zorlanmaktadır.

Data Interpreter şunları sunar:

• Hiyerarşik Grafik Modelleme: problemleri dinamik düğümlerle alt problemlere ayırır.
• Programlanabilir Düğüm Üretimi: sağlamlık için kodu yinelemeli olarak iyileştirir ve doğrular.

Temel Katkılar

• Tam veri bilimi iş akışları için özel olarak tasarlanmış ilk LLM Agent’ı.
• InfiAgent-DABench üzerinde %25 doğruluk artışı sağlar.
• Makine öğrenimi, açık uçlu görevler ve MATH veri kümesi performansını önemli ölçüde artırır.

Daha fazla bilgi: https://arxiv.org/abs/2402.18679

10. MetaGPT: Çoklu Agent İş Birlikçi Çerçevesi için Meta Programlama

Özet

LLM tabanlı çoklu Agent sistemleri, art arda gelen halüsinasyonlar nedeniyle karmaşık görevlerde sıklıkla başarısız olur. MetaGPT, iş akışlarını sadeleştirip hataları azaltmak için Standard Operating Procedures (SOPs) yapısını istem dizilerine kodlar.

Temel Katkılar

• Çoklu Agent iş birliği için meta programlamayı tanıtır.
• SOP tabanlı insan iş akışlarını Agent istemlerine dahil eder.
• Verimli rol ataması ve görev ayrıştırmasını mümkün kılar.
• İş birlikçi yazılım mühendisliği görevlerinde üstün kararlılık ve doğruluk gösterir.

Daha fazla bilgi: https://arxiv.org/abs/2308.00352