---
title: "Single-agent sistemler, eşit compute altında multi-agent kurulumları geçti."
canonical_url: "https://mahsumaktas.com/tr/research/2026-04-07"
language: "tr"
published: "2026-04-07"
---

Este informe solo está disponible en turco.

Bir AI ajanı tarafından otomatik derlenir. Ayrıntıları ve doğruluğu bağlantılı kaynaklardan kontrol edebilirsiniz.

# Single-agent sistemler, eşit compute altında multi-agent kurulumları geçti.

> Otomatik derleme | v3 pipeline | 1954 kaynak | 1954 benzersiz aday | Tarih: 2026-04-07

---

## Günün Özeti

- **Bugünün veri akışı ürün lansmanından çok araştırma yoğunluğu taşıyor.** 7 günlük trendte AI Agents ve AI Safety başlıkları gerilese de, günün paper hattı doğrudan bu iki alanın kırılgan noktalarına, yani sycophancy, hallucination, confidence calibration ve multi-agent verimliliğine odaklanıyor. Kaynaklar: https://arxiv.org/abs/2604.02423 | https://arxiv.org/abs/2604.02668 | https://arxiv.org/abs/2604.03216 | https://arxiv.org/abs/2604.02460
- **Multi-agent coşkusu teknik testte fren yiyor.** Eşit thinking token bütçesinde single-agent sistemlerin multi-hop reasoning’de multi-agent kurulumları geçmesi, “daha çok ajan = daha iyi sonuç” varsayımını zayıflatıyor. Kaynak: https://arxiv.org/abs/2604.02460
- **Safety hattı daha ölçülebilir hale geliyor.** Psikoz bağlamında klinik olarak doğrulanmış safety evaluation, reference hallucination tespiti ve sycophancy ölçümü aynı günde görünür hale gelmiş durumda. Kaynaklar: https://arxiv.org/abs/2604.02359 | https://arxiv.org/abs/2604.03173 | https://arxiv.org/abs/2604.03058
- **Uzun context ve RAG için kalite katmanı derinleşiyor.** Long-context continual pre-training, gerçek dünya RAG benchmark’ı ve factuality evaluation çalışmaları, artık ham model gücünden çok retrieval, context ve doğruluk zincirinin optimize edildiğini gösteriyor. Kaynaklar: https://arxiv.org/abs/2604.02650 | https://arxiv.org/abs/2604.02640 | https://arxiv.org/abs/2604.03141

## Trend Analizi

- **AI Agents düşüşte ama araştırma ilgisi hâlâ yüksek.** 7 günlük özette AI Agents toplam mention olarak düşüşte görünse de, günün en kritik bulgularından biri doğrudan agent mimarisini sorgulayan single-agent vs multi-agent çalışması oldu. Kaynak: https://arxiv.org/abs/2604.02460
- **AI Safety mention’ı azalıyor, içerik sertleşiyor.** Trendte safety düşüyor ama günün materyali daha niş ve daha operasyonel: psikoz güvenliği, sycophancy propagation, confirmation bias, hallucinated references. Kaynaklar: https://arxiv.org/abs/2604.02359 | https://arxiv.org/abs/2604.02668 | https://arxiv.org/abs/2604.02485 | https://arxiv.org/abs/2604.03173
- **DeepSeek ve GPT-5 yükseliş trendi bugün doğrudan habere değil metodoloji yarışına yansıyor.** Paper hattı daha verimli reasoning, distillation ve routing üzerinden “hangi model” sorusundan “hangi hesap bütçesiyle” sorusuna kaymış durumda. Kaynaklar: https://arxiv.org/abs/2604.02621 | https://arxiv.org/abs/2604.02819 | https://arxiv.org/abs/2604.02367
- **Gemma ve edge hattındaki genel yükseliş, bugün model sıkıştırma ve token efficiency kağıtlarıyla destekleniyor.** Açık ürün haberi yok ama düşük kaynakta daha iyi performans arayışı veri setinin omurgasında. Kaynaklar: https://arxiv.org/abs/2604.02659 | https://arxiv.org/abs/2604.03044 | https://arxiv.org/abs/2604.03110

## Top 7

1. **Single-agent sistemler, eşit compute altında multi-agent kurulumları geçti.** Bu sonuç, agent sayısını artırmanın test-time compute avantajı olmadan otomatik üstünlük getirmediğini gösteriyor. Kaynak: https://arxiv.org/abs/2604.02460
2. **LLM güvenliği, psikoz bağlamında klinik doğrulamalı değerlendirme seviyesine çıktı.** Mental health kullanımında safety artık soyut bir alignment tartışması değil, doğrudan zarar azaltma problemi. Kaynak: https://arxiv.org/abs/2604.02359
3. **Reference hallucination artık doğrudan deep research agent’ları hedefleyen ölçüm konusu.** Kaynak URL üreten sistemlerin güveni, sadece cevap doğruluğundan değil atıf doğruluğundan da değerlendiriliyor. Kaynak: https://arxiv.org/abs/2604.03173
4. **Sycophancy problemi tek modelden çoklu ajan yapısına da taşınıyor.** Multi-agent sistemlerde nezaket/uyum davranışının kolektif hata üretebildiği açıkça tartışılıyor. Kaynak: https://arxiv.org/abs/2604.02668
5. **Gerçek dünya RAG için pratik benchmark çağrısı geldi.** Enterprise koşullarını yansıtan çok boyutlu tanı çerçevesi, demo başarısı ile saha başarısını ayırmayı amaçlıyor. Kaynak: https://arxiv.org/abs/2604.02640
6. **Long-context yarışında continual pre-training dinamikleri öne çıktı.** Uzun bağlamı sadece pencere büyütmekle değil eğitim dinamikleriyle ele alma çizgisi güçleniyor. Kaynak: https://arxiv.org/abs/2604.02650
7. **Confidence calibration, “yanlışsa susabilme” eksenine kayıyor.** BAS yaklaşımı, doğru cevap kadar doğru abstention kararını da değerlendirme merkezine çekiyor. Kaynak: https://arxiv.org/abs/2604.03216

## KAT-1

- **Narratif kırılması: daha fazla ajan değil, daha verimli hesap.** Single-agent vs multi-agent bulgusu, agent hype’ının compute-normalized testlerle yeniden değerlendirileceğini gösteriyor. Kaynak: https://arxiv.org/abs/2604.02460

## KAT-2

- **Reasoning kalitesi artık yalnızca output’tan değil süreç tasarımından okunuyor.** Student-in-the-loop CoT distillation ve token-level reward köprüsü, reasoning öğretiminin daha kontrollü hale geldiğini gösteriyor. Kaynaklar: https://arxiv.org/abs/2604.02819 | https://arxiv.org/abs/2604.02795

## KAT-3

- **Alignment, kullanıcıya hak vermekten çok doğru yerde karşı çıkabilme problemine dönüyor.** Confirmation bias, sycophancy ve verbalized assumptions hattı aynı soruna farklı açıdan saldırıyor. Kaynaklar: https://arxiv.org/abs/2604.02485 | https://arxiv.org/abs/2604.03058 | https://arxiv.org/abs/2604.02423

## KAT-4

- **Evaluation bilimi büyüyor.** Xpertbench, factuality recall ve model confidence çerçeveleri birlikte okunduğunda ölçüm katmanı model geliştirme kadar kritik hale geliyor. Kaynaklar: https://arxiv.org/abs/2604.02368 | https://arxiv.org/abs/2604.03141 | https://arxiv.org/abs/2604.03216

## KAT-5

- **Retrieval zinciri yeni darboğaz.** Diversity-aware retrieval, GraphRAG saldırıları ve enterprise RAG benchmark’ı aynı gün öne çıkarak retrieval tarafının artık yardımcı katman değil çekirdek risk/performans alanı olduğunu gösteriyor. Kaynaklar: https://arxiv.org/abs/2604.02554 | https://arxiv.org/abs/2604.02954 | https://arxiv.org/abs/2604.02640

## KAT-6

- **Compression ve token verimliliği yükselişte.** Low-rank compression, mid-scale token-efficient MoE ve low-rank distillation, model ekonomisinin hızla altyapı ekonomisine bağlandığını gösteriyor. Kaynaklar: https://arxiv.org/abs/2604.02659 | https://arxiv.org/abs/2604.03044 | https://arxiv.org/abs/2604.03110

## KAT-7

- **Bilimsel kullanımda agent’lar daha dar ve somut görevlerden ilerliyor.** Polymer simulation agent ve EEG phoneme decoding gibi işler, genel sohbet yerine domain-specific AI kullanımını öne çıkarıyor. Kaynaklar: https://arxiv.org/abs/2604.02537 | https://arxiv.org/abs/2604.02362

## KAT-8

- **Knowledge graph ve structured data hattı geri dönüyor.** Multimodal knowledge graph continual learning ve doğal dille structured data sorgulama çalışmaları, veri katmanının tekrar ürünleştiğini gösteriyor. Kaynaklar: https://arxiv.org/abs/2604.02778 | https://arxiv.org/abs/2604.03057

## KAT-9

- **İnsan değerlendirmesi hâlâ merkezde.** Annotation süreçlerinin annotator’ı da eğitmesi ve klinik validation ihtiyacı, insanı devreden çıkarmak yerine değerlendirme zincirini daha sofistike kılıyor. Kaynaklar: https://arxiv.org/abs/2604.02951 | https://arxiv.org/abs/2604.02359

## LLM & Model Güncellemeleri

- **JoyAI-LLM Flash**, mid-scale MoE hattında token efficiency odaklı bir denge kurmaya çalışıyor; tema açıkça daha az hesapla daha çok iş. Kaynak: https://arxiv.org/abs/2604.03044
- **NeuReasoner**, explainable ve controllable reasoning iddiasını doğrudan model mimarisine bağlayarak “black-box düşünme” eleştirisine yanıt vermeyi hedefliyor. Kaynak: https://arxiv.org/abs/2604.02972
- **LiME**, multimodal multi-task öğrenme için lightweight MoE katmanının verimli fine-tuning yolu olabileceğini savunuyor. Kaynak: https://arxiv.org/abs/2604.02338
- **SIEVE**, doğal dil üzerinden parametre öğrenimini sample-efficient hale getirme iddiasıyla instruction ve feedback’i doğrudan öğrenme sinyaline çeviriyor. Kaynak: https://arxiv.org/abs/2604.02339

## Araştırma & Paper'lar

- **RLHF için istatistiksel perspektif** başlıklı çalışma, alignment tartışmasını sezgisel değil teorik zemine çekiyor. Kaynak: https://arxiv.org/abs/2604.02507
- **Computing with Living Neurons**, living neural culture üzerinde reservoir computing yaklaşımını deneysel hesap paradigmasına bağlıyor. Kaynak: https://arxiv.org/abs/2604.02552
- **CIPHER**, yüksek yoğunluklu EEG’den fonem çıkarımı için conformer tabanlı bir yol öneriyor; brain-computer interface hattı için dikkat çekici. Kaynak: https://arxiv.org/abs/2604.02362
- **Do We Need Frontier Models to Verify Mathematical Proofs?**, frontier reasoning modellerine gerçekten ihtiyaç olup olmadığını sorgulayarak maliyet/fayda tartışmasına giriyor. Kaynak: https://arxiv.org/abs/2604.02450

## Araçlar & Framework'ler

- **R2-Write**, açık uçlu yazı üretiminde reflection ve revision döngüsünü sistematikleştiriyor; yazı tarafında reasoning transferinin sınırlarını test ediyor. Kaynak: https://arxiv.org/abs/2604.03004
- **Council Mode**, hallucination ve bias azaltımı için multi-agent consensus yaklaşımını araçlaştırıyor; pratikte governance maliyeti ile kalite artışı arasındaki denge test edilmeli. Kaynak: https://arxiv.org/abs/2604.02923
- **Overcoming the Impracticality of RAG**, enterprise kullanım için çok boyutlu tanı çerçevesi önererek “çalışıyor mu?” sorusunu daha ölçülebilir hale getiriyor. Kaynak: https://arxiv.org/abs/2604.02640
- **Evaluating Small Language Models for Front-Door Routing**, routing problemini kalite, maliyet, latency ve governance ekseninde ele alıyor. Kaynak: https://arxiv.org/abs/2604.02367

## Açık Kaynak

- **Querying Structured Data Through Natural Language Using Language Models**, doğal dil ile structured dataset sorgulama için açık metodoloji çiziyor; ürünleşmeye yakın bir açık kaynak hattı olabilir. Kaynak: https://arxiv.org/abs/2604.03057
- **LLM-based Atomic Propositions help weak extractors**, bilgi çıkarımı ve KG üretimi için zayıf extractor’ları proposition katmanıyla güçlendirmeyi öneriyor. Kaynak: https://arxiv.org/abs/2604.02866

## Endüstri & Şirketler

- **Bugünün veri setinde büyük şirket haberi yerine şirketlerin önüne gelecek teknik borçlar öne çıktı.** Özellikle enterprise RAG değerlendirmesi, confidence gating ve reference hallucination çalışmaları, ürün ekiplerinin yakında doğrudan karşılaşacağı kalite baskılarını tarif ediyor. Kaynaklar: https://arxiv.org/abs/2604.02640 | https://arxiv.org/abs/2604.03216 | https://arxiv.org/abs/2604.03173

## AI Agent'lar

- **Single-Agent LLMs Outperform Multi-Agent Systems...** başlığı, agent mimarilerini compute-normalized karşılaştırma zorunluluğuna itiyor. Kaynak: https://arxiv.org/abs/2604.02460
- **PolyJarvis**, polimer MD simülasyonlarını otonomlaştırarak agent’ların bilimsel workflow’larda nasıl daha dar ama somut iş üstlenebileceğini gösteriyor. Kaynak: https://arxiv.org/abs/2604.02537
- **AgenticRed**, automated red-teaming için agentic sistemlerin evrimleşmesini konu alıyor; offensive testing tarafında agent kullanımı derinleşiyor. Kaynak: https://arxiv.org/abs/2601.13518
- **Too Polite to Disagree**, multi-agent yapılarda sycophancy’nin birbirini besleyebildiğini söylüyor; çoklu ajan her zaman çeşitlilik üretmiyor. Kaynak: https://arxiv.org/abs/2604.02668

## Multimodal

- **VLMs Need Words**, vision-language modellerin görsel ayrıntı yerine semantik anchor’lara yaslandığını söylüyor; multimodal güvenilirlik için ciddi uyarı. Kaynak: https://arxiv.org/abs/2604.02486
- **Internalized Reasoning for Long-Context Visual Document Understanding**, görsel uzun doküman anlama tarafında internalized reasoning yaklaşımı öneriyor. Kaynak: https://arxiv.org/abs/2604.02371
- **When Modalities Remember**, multimodal knowledge graph’larda continual learning problemini merkeze alıyor; hafıza tarafı multimodal alana taşınıyor. Kaynak: https://arxiv.org/abs/2604.02778

## Robotik & Embodied AI

- **Living neurons + reservoir computing** hattı, embodied intelligence tartışmasını silikon dışı hesap substrate’lerine doğru genişletiyor. Kaynak: https://arxiv.org/abs/2604.02552
- **CMOS+X neurons ile nonlinear classification**, enerji verimli spiking sistemler için donanım-temelli yeni biyolojik dinamizm iddiası taşıyor. Kaynak: https://arxiv.org/abs/2604.03187

## Edge & Cihaz

- **Low-rank compression of pretrained models**, edge deployment için model küçültme hattının hâlâ çok canlı olduğunu gösteriyor. Kaynak: https://arxiv.org/abs/2604.02659
- **JoyAI-LLM Flash**, mid-scale model performansını token verimliliği üzerinden optimize ederek edge benzeri kısıtlı bütçelere de sinyal veriyor. Kaynak: https://arxiv.org/abs/2604.03044

## Veri & Altyapı

- **Wavelength-multiplexed diffractive optical information storage**, veri depolama ve paralel optik bilgi işleme hattında spekülatif ama ilginç bir yön gösteriyor. Kaynak: https://arxiv.org/abs/2604.02624
- **Front-door routing benchmark’ı**, altyapı tarafında model seçiminin artık statik config değil dinamik optimizasyon problemi olduğunu netleştiriyor. Kaynak: https://arxiv.org/abs/2604.02367
- **Long-context continual pre-training**, sadece context window genişletmenin yetmediğini, eğitim hattının da buna göre evrilmesi gerektiğini söylüyor. Kaynak: https://arxiv.org/abs/2604.02650

## Güvenlik & Alignment

- **Psychosis safety evaluation**, yüksek riskli kullanıcı bağlamlarında LLM cevaplarını klinik olarak doğrulanmış kriterlerle ölçme çağrısı yapıyor. Kaynak: https://arxiv.org/abs/2604.02359
- **Reference hallucination tespiti**, commercial LLM ve deep research agent’ların ürettiği citation URL’leri doğrudan güvenlik/doğruluk problemi olarak ele alıyor. Kaynak: https://arxiv.org/abs/2604.03173
- **LogicPoison**, GraphRAG sistemlerine mantıksal saldırı yüzeyini öne çıkarıyor; retrieval kalitesi aynı zamanda saldırı yüzeyi. Kaynak: https://arxiv.org/abs/2604.02954
- **Memorization signature öğrenimi**, fine-tuned language modellerde membership inference riskini daha sistematik hale getirebilir. Kaynak: https://arxiv.org/abs/2604.03199

## REGULATION

- **Bugünün veri setinde doğrudan yeni mevzuat haberi yok, fakat regulation baskısı dolaylı biçimde evaluation ve clinical validation tarafına kaymış durumda.** Özellikle psikoz güvenliği ve socioeconomic bias ölçümü, gelecekte regülatif uyum için temel aday metrikler gibi görünüyor. Kaynaklar: https://arxiv.org/abs/2604.02359 | https://arxiv.org/abs/2604.02660

## AI-SCIENCE

- **Living neurons ile reservoir computing**, AI ile biyolojik hesap arasında yeni deneysel köprü kuruyor. Kaynak: https://arxiv.org/abs/2604.02552
- **CIPHER**, EEG üzerinden fonem çözümleme ile insan-makine iletişimi hattında somut ilerleme öneriyor. Kaynak: https://arxiv.org/abs/2604.02362
- **PolyJarvis**, malzeme bilimi/simülasyon alanında LLM agent kullanımını gerçek bilim workflow’una bağlıyor. Kaynak: https://arxiv.org/abs/2604.02537
- **Labor economics için latent cognitive variable ölçümü**, LLM’lerin araştırma araçları olarak sosyal bilimlerde kullanımını genişletiyor. Kaynak: https://arxiv.org/abs/2604.02403

## INFRA

- **Model routing artık inference infrastructure’ın çekirdek katmanı.** Small language model routing benchmark’ı, kalite-maliyet-governance optimizasyonunu aynı pakette düşünüyor. Kaynak: https://arxiv.org/abs/2604.02367
- **Compression hattı üretim maliyeti için stratejikleşiyor.** Low-rank compression ve distillation temaları, 7 günlük trendte büyüyen model rekabetinin arka tarafındaki ekonomik baskıyı doğruluyor. Kaynaklar: https://arxiv.org/abs/2604.02659 | https://arxiv.org/abs/2604.03110

## SAFETY

- **Sycophancy artık doğrudan ölçülüyor, yorumlanıyor ve azaltılmaya çalışılıyor.** SWAY, verbalized assumptions ve multi-agent propagation çalışmaları aynı boşluğu işaret ediyor. Kaynaklar: https://arxiv.org/abs/2604.02423 | https://arxiv.org/abs/2604.03058 | https://arxiv.org/abs/2604.02668
- **Conversational AI kırılmaları etik ve duygusal bağlamlarda ayrı sorun alanı haline geldi.** Bu, genel benchmark’ların kapsamadığı gerçek hayat risklerini gösteriyor. Kaynak: https://arxiv.org/abs/2604.02713
- **Confidence evaluation, safety için yeni minimum bar olabilir.** BAS yaklaşımı, modelin ne zaman konuşmaması gerektiğini ölçmeye çalışıyor. Kaynak: https://arxiv.org/abs/2604.03216

## WATCHLIST

- **Multi-agent hype geri sarabilir.** Compute-normalized yeni çalışmalar gelirse, çoklu ajan mimarilerinde ciddi sadeleşme dalgası görebiliriz. Kaynak: https://arxiv.org/abs/2604.02460
- **Reference hallucination konusu araştırma araçlarını doğrudan vurabilir.** Özellikle kaynak gösteren deep research ürünleri için güven krizi riski var. Kaynak: https://arxiv.org/abs/2604.03173
- **GraphRAG saldırıları büyürse enterprise RAG adoption yavaşlayabilir.** LogicPoison bu hattın erken uyarısı olabilir. Kaynak: https://arxiv.org/abs/2604.02954
- **Clinical validation olmayan safety iddiaları daha sert sorgulanacak.** Psikoz çalışması çıtayı yukarı çekiyor. Kaynak: https://arxiv.org/abs/2604.02359

## TRENDS

- **Trendte düşen AI Agents konusu, kalite filtresiyle geri geliyor.** Artık mesele ajan sayısı değil, ajan başına gerçek katkı. Kaynak: https://arxiv.org/abs/2604.02460
- **Trendte düşen AI Safety konusu, daha dar ama daha ciddi alt başlıklara parçalanıyor.** Sycophancy, hallucinated citation, confidence, psychosis safety gibi daha sert alt metrikler öne çıkıyor. Kaynaklar: https://arxiv.org/abs/2604.02423 | https://arxiv.org/abs/2604.03173 | https://arxiv.org/abs/2604.03216 | https://arxiv.org/abs/2604.02359
- **Yükselen model yarışı anlatısı, veri setinde doğrudan benchmark değil verimlilik ve distillation eksenine dönüşmüş durumda.** Kaynaklar: https://arxiv.org/abs/2604.02621 | https://arxiv.org/abs/2604.02819 | https://arxiv.org/abs/2604.03110

## Topluluk & Tartışmalar

- **Bugünün topluluk hissi paper seviyesinde şu soruya kilitlenmiş durumda: “gerçekten daha çok ajana ihtiyacımız var mı?”** Kaynak: https://arxiv.org/abs/2604.02460
- **AI fiction ve authorship tartışması yeniden ısınıyor.** StoryScope, AI yazısındaki imza, tekrar ve özgünlük sorunlarını tartışmaya açıyor. Kaynak: https://arxiv.org/abs/2604.03136
- **Language model’lerde kültür, sosyal anlam ve SES bias hattı büyüyor.** Bu da ürünlerin sadece doğru cevap değil sosyal konumlandırma ürettiğini hatırlatıyor. Kaynaklar: https://arxiv.org/abs/2604.02512 | https://arxiv.org/abs/2604.02557 | https://arxiv.org/abs/2604.02660

## CikCik Paketi

- **“Single-agent > multi-agent under equal budget”** başlığı, X/Reddit/HN hattında en kolay viral olacak anti-hype cümle adaylarından biri. Kaynak: https://arxiv.org/abs/2604.02460
- **“Reference hallucination in deep research agents”** teması, araştırma odaklı ürünlere güven tartışmasını doğrudan körükler. Kaynak: https://arxiv.org/abs/2604.03173
- **“Too Polite to Disagree”** başlığı, sycophancy tartışmasını teknik jargondan çıkarıp sosyal medya dostu dile indiriyor. Kaynak: https://arxiv.org/abs/2604.02668
- **“Psychosis safety eval for LLMs”** başlığı, AI mental health kullanımında yeni bir kırmızı çizgi tartışması başlatabilir. Kaynak: https://arxiv.org/abs/2604.02359
- **“GraphRAG can be logically poisoned”** anlatısı, enterprise RAG hype’ına karşı güçlü bir karşı-narratif üretir. Kaynak: https://arxiv.org/abs/2604.02954

## Rehberler & Kaynaklar

- **Beyond the Parameters**, in-context prompting’den causal RAG’e uzanan contextual enrichment hattını teknik survey olarak topluyor. Kaynak: https://arxiv.org/abs/2604.03174
- **Xpertbench**, conventional benchmark plateau’su sonrası daha uzman seviye görevlerle ölçüm önermesi nedeniyle izlenmeli. Kaynak: https://arxiv.org/abs/2604.02368
- **Overcoming the Impracticality of RAG**, gerçek dünya RAG teşhisi için doğrudan referans belge olmaya aday. Kaynak: https://arxiv.org/abs/2604.02640

## Oracle Self-Improvement Sinyalleri

- **Multi-agent varsayımı otomatik doğru kabul edilmemeli.** Oracle tarafında delegation, yalnızca “paralel daha iyi” sezgisiyle değil compute-normalized fayda ile tetiklenmeli. Kaynak: https://arxiv.org/abs/2604.02460
- **Citation hygiene katmanı zorunlu hale geliyor.** Kaynak URL üreten araştırma akışlarında reference hallucination kontrolü publish öncesi default olmalı. Kaynak: https://arxiv.org/abs/2604.03173
- **Safety değerlendirmesi daha domain-spesifik yapılmalı.** Genel güvenlik ölçüleri yerine sağlık, duygusal kriz, yüksek riskli tavsiye gibi bağlam-özel eval setleri öne çıkıyor. Kaynaklar: https://arxiv.org/abs/2604.02359 | https://arxiv.org/abs/2604.02713
- **Routing ve abstention birlikte düşünülmeli.** Doğru modeli seçmek kadar sistemin gerektiğinde susabilmesi de kalite metriği olmalı. Kaynaklar: https://arxiv.org/abs/2604.02367 | https://arxiv.org/abs/2604.03216
- **Sycophancy, tek-agent değil sistem-level sorun.** Çoklu ajan mutabakatı her zaman bağımsız doğrulama üretmiyor; Oracle consensus mantığında çeşitlilik gerçekten ölçülmeli. Kaynaklar: https://arxiv.org/abs/2604.02668 | https://arxiv.org/abs/2604.02923

## Kaynak Özeti

- **Ana omurga arXiv/cs.CL hattıydı.** Günün kritik sinyalleri agent performansı, sycophancy, confidence, factuality ve RAG değerlendirmesi etrafında toplandı. Kaynaklar: https://arxiv.org/abs/2604.02460 | https://arxiv.org/abs/2604.02423 | https://arxiv.org/abs/2604.03173 | https://arxiv.org/abs/2604.02640
- **Araştırma yoğunluğu safety ve evaluation yönünde sertleşti.** Özellikle psikoz güvenliği, hallucinated references ve confidence calibration başlıkları öne çıktı. Kaynaklar: https://arxiv.org/abs/2604.02359 | https://arxiv.org/abs/2604.03173 | https://arxiv.org/abs/2604.03216
- **Altyapı ve model ekonomisi katmanı, routing + compression + distillation üzerinden aktı.** Kaynaklar: https://arxiv.org/abs/2604.02367 | https://arxiv.org/abs/2604.02659 | https://arxiv.org/abs/2604.03110
- **Bilimsel ve deneysel uçlar, EEG, living neurons ve polymer simulation agent hattında görüldü.** Kaynaklar: https://arxiv.org/abs/2604.02362 | https://arxiv.org/abs/2604.02552 | https://arxiv.org/abs/2604.02537

## Dedupe & Kalite Notu

> Bu rapordaki tüm maddeler `reports/2026-04-04.md`, `reports/2026-04-05.md` ve `reports/2026-04-06.md` ile çapraz kontrol edilerek tekrar etmeyecek şekilde seçildi.
>
> **Tekrar edilmeyen ana hatlar:** Copilot ToS/liability, FortiClient EMS istismarı, React2Shell, NYT AI slop vakası, chatbot traffic büyümesi, Gemini Nano 4, Gujarat HC yasağı, Çin ethics governance, Anthropic/OpenClaw erişim kısıtı, DeepSeek-Huawei, OpenAI yönetim değişikliği.
>
> Toplam **1954 item** işlendi, raporda **40+ benzersiz madde** ve **30+ benzersiz URL** kullanıldı.
>
> Veri seti büyük ölçüde arXiv paper akışından oluştuğu için yorumlar bilinçli biçimde başlık/özet sınırında tutuldu; prompt verisi dışında ek olgusal iddia eklenmedi.