# NormTune, matematik ve akıl yürütmede düşük maliyetli ince ayarı iyileştiriyor

> Araştırmacılar, parametre açısından verimli ince ayara normları temel alan bir adım ekleyerek çeşitli akıl yürütme kıyaslamalarında tam ince ayarla arasındaki farkı kapattı.

Oossa · 2026-10-22 · https://oossa.com/tr/normtune-improves-cheap-fine-tuning-for-math-and-reasoning-tasks

NormTune adlı makale, parametre açısından verimli ince ayar (PEFT) yöntemlerine eklenebilecek basit bir yöntem öneriyor. Her katmandaki ağırlıkların ne ölçüde değiştiğine bakıyor ve çok az değişen katmanları güçlendiriyor. NormTune’u LoRA, Bone ve MoRA gibi mevcut PEFT yöntemlerine eklemek, AIME ve MATH gibi zorlu akıl yürütme testlerinde ortalama doğruluğu %24’e kadar artırdı. Daha yüksek bir rank (256) kullanıldığında NormTune ile güçlendirilmiş yöntemler, tam ince ayarın performansına ulaştı; bazı durumlarda onu birkaç yüzde puanla geçti.

## Gerçekler

- NormTune, rank-8 LoRA’ya eklendiğinde AIME 2024, MATH 500, GPQA ve AIME 2025’te ortalama %24.24 artış sağladı.
- 2026-10-22 tarihinde yayımlandı (arXiv:2610.29134).

## Neden önemli

Araştırmacıların ve geliştiricilerin, çok daha az GPU süresi ve belleği kullanarak akıl yürütme görevlerinde tam model ince ayarına yakın doğruluk elde etmesini sağlıyor.

## Kaynaklar ve referanslar

1. [NormTune: Norm-Guided Parameter-Efficient Fine-Tuning for Reasoning-Intensive Tasks](https://arxiv.org/abs/2610.29134) – arXiv, 2026-10-22

Son güncelleme: 2026-10-22