Leipzig’de Matematik Benchmarkı: Yapay Zeka LLM’leri Neler Başardı?
Matematik dünyası ve yapay zeka araştırmaları için çığır açan bir çalışma, 1 Nisan ile 15 Mayıs 2026 tarihleri arasında gerçekleşti. Toplam 49 matematikçiden oluşan bir grup, bilinen yanıtlara sahip araştırma düzeyinde matematik sorularından oluşan devasa bir veri seti derledi. Bu önemli çalışmanın büyük bir kısmı, Almanya’nın Leipzig şehrindeki Max Planck Matematik Bilimleri Enstitüsü’nde 35 katılımcının yer aldığı 3 günlük ‘Benchmarks in Leipzig’ adlı çalıştayın katkılarıyla tamamlandı.
100 Zorlu Soru: LLM’ler İçin Eşsiz Bir Veri Seti
Çalışma sonucunda, yapay zeka modellerinin matematiksel muhakeme yeteneklerini ölçmek için özel olarak tasarlanmış, 100 sorudan oluşan dikkat çekici bir koleksiyon ortaya çıktı. Bu sorular, modern yapay zeka sistemlerinin karmaşık matematiksel problemleri anlama ve çözme kapasitelerini test etmek amacıyla titizlikle hazırlandı.
Yapay Zeka Modellerinin Performans Değerlendirmesi: Üç Aşamalı Bir Süreç
Hazırlanan 100 soru, üç aşamalı kapsamlı bir değerlendirme sürecine tabi tutuldu:
- Aşama 1: Beş adet son teknoloji Büyük Dil Modeli (LLM) ile tek deneme yapıldı. Bu aşamanın sonunda, 41 soru tamamen çözümsüz kaldı.
- Aşama 2: Birinci aşamada kullanılan üç modelle her biri 20 deneme olmak üzere daha derinlemesine bir değerlendirme gerçekleştirildi. Bu aşamanın ardından, çözülemeyen soru sayısı 16’ya düştü.
- Aşama 3: Son olarak, iki ‘derin düşünen’ modelle 3 deneme yapıldı. Bu nihai aşamanın tamamlanmasının ardından, yalnızca 2 soru çözümsüz kaldı.
Bu çarpıcı sonuçlar, Büyük Dil Modellerinin matematiksel akıl yürütme yeteneklerinin giderek daha etkileyici hale geldiğini açıkça ortaya koymaktadır. Yapay zekanın karmaşık matematik problemlerini çözme kapasitesindeki bu ilerleme, bilim ve teknoloji dünyasında yeni kapılar açma potansiyeli taşımaktadır.
Çalışmanın Arkasındaki Bilim İnsanları ve Daha Fazlası
Bu değerli çalışmanın arkasında Andrei Balakin, Miklós Bóna, Marie-Charlotte Brandenburg ve daha birçok değerli isimden oluşan 49 matematikçi bulunmaktadır. Makale, toplam 8 sayfa benchmark istatistik tabloları ve 100 Leipzig Benchmark sorusunu içeren 20 sayfalık ek içerik sunmaktadır. Konuya dair daha fazla detay ve akademik metin için arXiv:2606.05818 adresini ziyaret edebilirsiniz.
