25 Ekim 2026 PazarSayı № 298
I Model ÇıkışıBağımsız Basın

OpenMobile-2, açık kaynak akıllı telefon ajanlarıyla kapalı modellere rakip çıktı

Nanjing Üniversitesi ve SenseTime araştırmacılarının geliştirdiği OpenMobile-2, 110'dan fazla simüle edilmiş uygulama üzerinde eğitilerek veri miktarından ziyade uygulama çeşitliliğinin başarıyı artırdığını gösterdi. 27 milyar parametreli modeli, gerçek Android cihazlarda SPA‑Bench'te 59.6 puan alarak açık kaynak modeller arasında en yüksek skoru elde etti.

The Decoder kaynağından derlendi · · 1 dk okuma

Orijinal haber ↗
Görsel: The Decoder

Özetle

  1. 1

    Uygulama çeşitliliği, aynı veri bütçesinde başarı oranını %60.7'den %67.5'e yükseltti.

  2. 2

    OpenMobile-2-27B, SPA‑Bench'te 59.6 puan alarak açık kaynak modeller arasında en yüksek skoru elde etti.

  3. 3

    AndroidWorld ve MobileWorld benchmarklarında sırasıyla 79.9 ve 50.4 puanla önceki sürümden büyük sıçrama yaptı.

  4. 4

    Model, 110+ simüle edilmiş uygulama üzerinden 11.600 iş akışı ve 2.000 pratik görevle eğitildi; Gemini 3.1 Pro öğretmen modeli kullanıldı.

  5. 5

    Doğrudan komut ve araç entegrasyonu, görev tamamlama oranını 10.3 puan artırıp adım sayısını beş azalttı.

OpenMobile-2 projesi, açık kaynaklı akıllı telefon ajanlarını, 110'dan fazla simüle edilmiş uygulama ortamında eğiterek, kapalı sistem modellerine yakın performans elde etti. Araştırmacılar, veri miktarını sabit tutup uygulama çeşitliliğini artırmanın başarı oranını %60.7'den %67.5'e çıkardığını gösterdi; bu, veri hacminden ziyade uygulama çeşitliliğinin kritik olduğunu ortaya koyuyor.

İki model (9 milyar ve 27 milyar parametreli) Qwen3.5/3.6 temelli olarak sunuldu; büyük model AndroidWorld'de 79.9 puan, MobileWorld'de 50.4 puan ve gerçek Android cihazlarda SPA‑Bench'te 59.6 puan alarak açık kaynak modeller arasında en yüksek skoru elde etti. Küçük model ise AndroidWorld'de 74 puan topladı.

Eğitim ortamı, Çin'de popüler 35 uygulama ve küresel hizmetlerin yeniden inşa edilmesiyle 110+ uygulamayı kapsıyor; her simülasyon otomatik sıfırlanıyor ve ajan sadece ekran görüntüsü alıyor, bu da gerçek kullanıcı deneyimini taklit ediyor. Toplamda yaklaşık 11.600 iş akışı ve 2.000 pratik görev üretildi; Google Gemini 3.1 Pro öğretmen modeli örnekleri sağladı.

Deneysel olarak, 50'den fazla simüle uygulama doğrudan komutlar (ör. "add to cart") sunuyor; ajan bu komutları kullandığında görev tamamlama oranı 10.3 puan artıyor ve adım sayısı beş azalıyor. Bu yetenek, eğitim sırasında hedeflenmiş komutlarla pekiştirildi ve araç kullanımına bonus faktörleri eklenerek pekiştirme öğrenmesiyle desteklendi.

Yöney yorumu

OpenMobile-2'nin başarısı, geliştiricilere düşük maliyetli ve şeffaf bir platform sunarak mobil AI uygulamalarının hızla yaygınlaşmasını sağlayacak; kullanıcılar ise daha güvenilir ve özelleştirilebilir akıllı telefon asistanlarından faydalanabilecek.

Yapay zekâ tarafından üretilmiştir.

Haberdeki skorlar

Bu skorların kaynak metinde birebir geçtiği doğrulandı. Bilinen testlerin sonuçları Benchmark sıralamalarına da eklenir.

  • OpenMobile-2-27BAndroidWorld
    79.9 points
  • OpenMobile-2-9BAndroidWorld
    74 points
  • OpenMobile-2-27BMobileWorld
    50.4 points
  • OpenMobile-2-27BSPA-Bench
    59.6 points
  • OpenMobile-2-27BUnseen App Success Rate
    %67.5
Devamı kaynakta

Bu haber The Decoder kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

I

Aynı bölümden

Tümü →
I Model Çıkışı

Nanbeige4.3-33B Modeli Hugging Face’te Yayınlandı

Nanbeige topluluğu, 33 milyar parametreli yeni bir dil modeli olan Nanbeige4.3-33B'yi Hugging Face platformunda yayınladı. Model, açık kaynak topluluğu tarafından eğitildi ve geniş bir metin korpusuna dayalı olarak geliştirilmiş. Bu duyuru, büyük ölçekli topluluk modellerinin ekosistemdeki yerini güçlendirmeyi hedefliyor.

Özetle 3 madde
  1. Nanbeige4.3-33B, 33 milyar parametreli büyük bir açık kaynak LLM olarak Hugging Face’te yayınlandı.
  2. Model, özellikle Türkçe ve çok dilli veri setleriyle eğitildi, topluluk odaklı bir geliştirme süreci izledi.
  3. Hugging Face Model Hub üzerinden ücretsiz erişim ve API entegrasyonu sağlanıyor.

Reddit LocalLLaMA

I Model Çıkışı

4 Milyar Parametreli Kodlama Modeli 3D Sahne Üretebiliyor

Yerel bir geliştirici, Qwen3.5-4B tabanlı 4B parametreli bir kodlama modelini 3D sahne üretme yeteneğiyle topluluğa sundu. Modelin Q4_K_M ve Q8_0 GGUF quantizasyonları Hugging Face üzerinden indirilebilir ve eğitim süreci hâlâ devam ediyor.

Özetle 3 madde
  1. Qwen3.5-4B tabanlı bağımsız ince ayar ile 4B parametreli kodlama ve 3D sahne üretme modeli.
  2. Modelin Q4_K_M ve Q8_0 GGUF quantizasyonları Hugging Face üzerinden indirilebilir.
  3. Eğitim hâlâ devam ediyor; veri seti ve güncellenmiş model önümüzdeki günlerde paylaşılacak.

Reddit LocalLLaMA

I Model Çıkışı

Block, duyguları yakalayan ve ses üzerinden çalışan yeni AI modeli Dessa'yı tanıttı

Block, Square ve Cash App'in arkasındaki şirket, tamamen insan konuşmasıyla eğitilmiş, metin verisi kullanmadan duyguları algılayabilen yeni bir ses AI modeli Dessa'yı duyurdu. Model, ses dalgalarını doğrudan işleyerek duygu, alay, kahkaha ve duraklamaları gerçek zamanlı tespit edebiliyor ve tam çift yönlü iletişim sağlıyor.

Özetle 3 madde
  1. Dessa, tamamen insan konuşmasıyla eğitilmiş ilk AI modeli; metin verisi kullanılmadı.
  2. Ses dalgalarını doğrudan işleyerek duygu, alay, kahkaha ve duraklamaları gerçek zamanlı algılayabiliyor.
  3. Tam çift yönlü (full‑duplex) iletişim desteği sayesinde aynı anda dinleme ve konuşma yapabiliyor.

The Decoder