Yapay Zekada Sınırları Zorlayan Yeni Model: 'Supraintelligence' İçin LLM Tabanlı C-Test Geldi

27 Eylül 2026 tarihinde arXiv platformunda yayımlanan kapsamlı bir araştırmada, yapay zeka alanındaki kıyaslama testlerinin karşılaştığı döngüsellik ve doygunluk sorununa karşı çığır açıcı bir çözüm önerisi sunuldu. Araştırmacı Jose Hernandez-Orallo tarafından kaleme alınan Artificiality's First Exam: An LLM-Referenced C-test for Supraintelligence başlıklı 63 sayfalık çalışma, insan ve mevcut sınır model kapasitelerini aşabilecek yapay zeka sistemlerini tarafsız ve ölçeklenebilir bir şekilde değerlendirmeyi amaçlıyor.

Mevcut yapay zeka değerlendirme süreçlerinin en büyük açmazı, test zorluklarının insanlar veya mevcut yapay zeka sistemleri tarafından kalibre edilmesinden kaynaklanan döngüsel yapı ve hızla ulaşılan doygunluk noktasıdır. İnsanların veya mevcut makinelerin yazamadığı ya da çözemediği gelişmişlik seviyelerindeki makineleri test etmek için yeni yaklaşımlara duyulan ihtiyaç, bu araştırmanın temel hareket noktasını oluşturuyor.

Levin'in Kt Teorisi ve Ters Problemler

Çalışmanın temel teorik altyapısı, Kolmogorov karmaşıklığının hesaplanabilir bir varyantı olan Levin'in Kt kavramına dayanıyor. Levin'in Kt, gözlemler ve önceki bilgiler göz önüne alındığında, mekanizmanın en basit temsil kodlaması ile bu mekanizmayı çalıştırmak için gereken zaman adımlarının logaritmasını dengeleyerek zorluk için teorik bir üst sınır belirliyor.

Daha önce türetilen C-testleri, çok sınırlı temsiller yapabilen ve önceki bilgilere erişimi olmayan minimalist Evrensel Turing Makinelerine dayanıyordu. Ancak günümüzdeki muhakeme yeteneğine sahip büyük dil modelleri, insan kültürünün bir kompendiyumunu bilgi olarak barındıran ve komut istemlerini doğal dil programları olarak kullanan gelişmiş Evrensel Turing Makineleri olarak işlev görüyor.

Yeni Test Mekanizması ve Sertifikalandırma Süreci

Bu araştırmada, büyük dil modellerini temsil makineleri olarak kullanan Levin'in Kt tabanlı ilk test sistemi tanıtılıyor. Sistem, herhangi bir insan veya sınır model tarafından henüz çözülememiş olsa dahi, bit cinsinden oran ölçeğinde ölçülen yüksek zorluk derecelerine sahip taze test maddelerinin yüksek hızda üretilmesine olanak tanıyor.

Çalışma kapsamında ölçüm biçimselleştirilmiş, hafif bir üretim ve sertifikalandırma boru hattı geliştirilmiş ve referans makinenin gücü ile inceleyen ile incelenen arasındaki boşluğun etkileri incelenmiştir. Araştırma çerçevesinde üretilen ilk sertifikalı test maddeleri bataryası on iki farklı büyük dil modeline uygulandı.

Doğrulanmış Temel Bilgiler

Yazar ve Yayın Tarihi: Jose Hernandez-Orallo tarafından 27 Eylül 2026 tarihinde arXiv üzerinde ön baskı olarak yayımlandı.

Temel Amaç: Geleneksel yapay zeka kıyaslama testlerinin doygunluğa ulaşması nedeniyle, gelecekteki süper zeka sistemlerini tarafsız ve dinamik bir şekilde değerlendirmek.

Teknik Yöntem: Levin'in Kt kullanılarak büyük dil modellerinin evrensel Turing makineleri olarak konumlandırılması ve bit cinsinden zorluk ölçeklemesi.

Uygulama Kapsamı: 63 sayfalık raporda, hafif bir sertifikalandırma hattı ile üretilen testler on iki farklı büyük dil modeli üzerinde test edilmiş ve ajan karakteristik eğrilerinin zorluk arttıkça düştüğü gözlemlenmiştir.

Uygulanan testler sonucunda elde edilen ajan karakteristik eğrilerinin, zorluk seviyesi arttıkça düştüğü ve henüz keşfedilmemiş yüksek zorluk bölgesine, yani nesiller boyu sürecek sınır zekasının ötesindeki supraintelligence penceresine ulaştığı, çalışmanın bulguları arasında yer alıyor.