21 Ekim 2026 ÇarşambaSayı № 294
I Model ÇıkışıTopluluk

MemT-1.0: Bellek‑Yerel Evrim İçin Yeni Mimarinin Tanıtımı

MemT-1.0, bellek yeteneğini temel model hesaplamasına entegre eden yeni bir mimari olarak tanıtıldı. Gated DeltaNet-2 ve Mixture-of-Storage bileşenleri sayesinde 128K token tarih uzunluğunda %1.86 daha hızlı ve %66 daha az kalıcı depolama gerektiriyor. Model ailesi MemT-1.0-Nano ve MemT-1.0-Flash, parametre‑tabanlı bellek çözümlerini geride bırakırken retrieval‑augmented yaklaşımlara da rekabetçi bir alternatif sunuyor.

Reddit LocalLLaMA kaynağından derlendi · · 1 dk okuma

Orijinal haber ↗
Görsel: Reddit LocalLLaMA

Özetle

  1. 1

    MemT-1.0, bellek fonksiyonunu modelin çekirdeğine entegre eden ilk mimarilerden biri olarak öne çıkıyor.

  2. 2

    128K token tarih uzunluğunda %1.86 daha hızlı çıkarım ve %66 daha az depolama gereksinimi sağlıyor.

  3. 3

    MemT-1.0-Nano ve MemT-1.0-Flash iki farklı ölçeklendirme seçeneğiyle hem hafif hem de yüksek kapasiteli kullanım senaryolarını kapsıyor.

Bellek‑yerel evrim, temel modellerin bilgi biriktirme ve sürekli kullanım yeteneğini doğrudan hesaplama içinde barındırmasını hedefliyor. Bu vizyon doğrultusunda, araştırmacılar Metis üzerine inşa edilen MemT-1.0 mimarisini duyurdu. MemT-1.0, her etkileşim turunda token‑düzeyinde kararlı bir bellek güncellemesi sağlayan Gated DeltaNet-2 mekanizması ve ölçeklenebilir bellek kapasitesi için Mixture-of-Storage katmanını kullanıyor.

Modelin geliştirilmesi iki aşamalı bir eğitim hattıyla gerçekleştirildi: önce 34 bilyon token içeren veri setiyle devamlı ön‑eğitim, ardından özel görevler ve bellek yetenekleri için post‑eğitim. Bu süreç, verimli eğitim ve çıkarım altyapısı sayesinde maliyet ve zaman açısından optimize edildi. Sonuç olarak, MemT-1.0 ailesi iki varyantta sunuldu: hafif ve hızlı MemT-1.0-Nano ile daha yüksek kapasiteli MemT-1.0-Flash.

Yapılan kapsamlı değerlendirmelerde, MemT-1.0 modelleri parametre‑tabanlı bellek temelli baz modelleri ortalama olarak geride bırakırken, retrieval‑augmented sistemlerle de rekabetçi performans sergiledi. Özellikle 128K token tarih uzunluğunda, MemT-1.0-Nano tam bağlam KV önbelleğine kıyasla yaklaşık 1.86 kat daha hızlı çalışıyor ve kalıcı depolama ihtiyacını %66 oranında azaltıyor. Bu avantajlar, uzun metin işleme ve ajan‑tabanlı görevlerde prosedürel deneyimlerin içselleştirilmesiyle görev başarısını artırıyor.

Araştırmacılar, bu sonuçların bellek‑yerel evrimin pratik bir adımı olduğunu ve gelecekte daha karmaşık, uzun‑horizon görevlerde temel model yeteneklerini genişletebileceğini vurguluyor. Proje kodları, model ağırlıkları ve detaylı raporlar GitHub, HuggingFace ve arXiv üzerinden erişime açık.

Yöney yorumu

MemT-1.0'ün bellek‑yerel yaklaşımı, uzun metin ve ajan‑tabanlı uygulamalarda hem hız hem de depolama açısından önemli kazançlar sunarak geliştiricilere yeni bir tasarım paradigması sağlıyor. Kullanıcılar, retrieval‑augmented sistemlere kıyasla daha düşük altyapı maliyetiyle benzer performans elde edebilecek.

Yapay zekâ tarafından üretilmiştir.
Devamı kaynakta

Bu haber Reddit LocalLLaMA kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

I

Aynı bölümden

Tümü →
I Model Çıkışı

IBM Granite Speech 5.0: Daha Doğru, Daha Hızlı ve Çok Dilli Konuşma Modelleri

IBM, Granite Speech 5.0 koleksiyonunda üç yeni güncellemeyi duyurdu: 2 B parametreli çok dilli ASR modeli granite-speech-5.0-2b, hız odaklı turboctc modeli granite-speech-5.0-470m-turboctc ve çok konuşmacılı toplantılar için geliştirilmiş granite-speech-4.1-2b-plus. Yeni modeller, gürültü ve yankı koşullarına dayanıklılık, 2.000 kelimelik anahtar kelime önyargısı ve daha doğru konuşmacı atama gibi özelliklerle öne çıkıyor.

Özetle 3 madde
  1. Granite Speech 5.0-2b, 5.06% ortalama İngilizce WER ile açık ağırlıklı ASR modelleri arasında #2 sırada.
  2. Turbo CTC modeli, 19.870 RTFx hızına ulaşarak önceki sürümden %60 daha hızlı çalışıyor.
  3. Granite Speech 4.1-2b-plus, konuşmacı atama ve zaman damgası doğruluğunda %7‑45 arasında hata iyileştirmesi sağladı.

Hugging Face1 skor

I Model Çıkışı

Inception'ın Mercury 3 Diffusion Modeli, GPT-6 Luna ve Claude Haiku 5.5'i Çok Daha Hızlı Geçiyor

Inception, yeni Mercury 3 diffusion tabanlı dil modelini tanıttı. Model, metni kelime kelime üretmek yerine bütün cevabı adım adım rafine ederek, 1.000'den fazla tokenı saniyede işleyebiliyor ve kendi iç benchmark'larında GPT-6 Luna ve Claude Haiku 5.5'i sekiz testten sekizde geride bırakıyor.

Özetle 3 madde
  1. Mercury 3, diffusion tabanlı bir dil modeli olarak 1.068 token/saniye hızla çalışıyor ve geleneksel modellerden 4‑8 kat daha hızlı.
  2. IFBench ve SWE‑Bench Atlas testlerinde sırasıyla 76.84 ve 51.08 puan alarak GPT-6 Luna ve Claude Haiku 5.5'i geride bıraktı.
  3. Model, 1 milyon token'a kadar bağlamı işleyebiliyor ve OpenAI uyumlu API sayesinde mevcut uygulamalara kolay entegrasyon sağlıyor.

The Decoder4 skor

I Model Çıkışı

Mistral ve Nvidia, Fizik AI ile Endüstriyel Tasarımı Hızlandırıyor

Mistral ve Nvidia, Mistral Large 4 dil modeli ve fizik AI'yi Nvidia'nın CUDA‑X, Warp ve Omniverse platformlarıyla birleştirerek mühendislik simülasyonlarını ve ürün tasarım süreçlerini tek bir akışta hızlandırmayı hedefliyor. Ortaklık, havacılık, otomotiv ve yarı iletken gibi sektörlerde tasarım‑simülasyon‑AI entegrasyonunu mümkün kılacak açık benchmark ve veri setleri de sunacak.

Özetle 3 madde
  1. Mistral Large 4, yaklaşık 1 trilyon parametreyle açık‑ağırlıklı olarak Ekim 2026'da yayınlanacak.
  2. Nvidia'nın CUDA‑X, Warp ve Omniverse platformlarıyla entegrasyon, tasarım‑simülasyon‑AI akışını tek bir ortamda birleştiriyor.
  3. Ortaklık, endüstriyel tasarımda kullanılacak açık benchmarklar ve veri setleri sunarak şeffaf performans ölçümünü destekleyecek.

The Decoder