» Etiket
llm
155 yayınBirleşik Bellek: Mini PC'ler Dev GPU'ların Yapamadığını Nasıl Yapar
AMD Strix Halo gibi birleşik bellekli mini PC'ler, 70B parametreli modelleri RTX 5090'ın bile sığdıramadığı şekilde çalıştırabiliyor. Kapasite ve bant genişliği dengesini inceliyoruz.
Scarf, Yapay Zeka Çağında Haskell'den Python'a Geçiyor
Scarf, LLM destekli kod üretiminin hızlanmasıyla Haskell'in uzun derleme süreleri ve ekosistem maliyetlerini sürdürülemez bulup Python'a geçiyor.
RAG ile AI Agent Arasındaki Fark Nedir?
RAG bilgiye erişim sağlar, AI agent ise karar alıp aksiyon üretir. İki mimari arasındaki temel farkları ve doğru kullanım senaryolarını inceliyoruz.
CommitBrief — terminalde yapay zekâ destekli kod incelemesi
Staged değişiklikleri, bir commit aralığını ya da bütün bir GitHub pull request'ini yerelde inceleyen sağlayıcı bağımsız CLI. Sıfır telemetri, sunucu yok. Açık kaynak, GPL-3.0.
commitbrief.comClaude API'de Görü ve Muhakemeyi Ayırarak Maliyeti %84 Düşürme
Bir OCR pipeline'ında tüm işi Opus'a yaptırmak yerine, sayfa görüntülerini Haiku'ya, kavram çıkarımını Sonnet'e vererek maliyet %84 düştü. Model seçimi ve gerçek bir JSON parse hatası anlatılıyor.
LLM'lerin iç 'düşüncelerinde' J-Space izi: bilinç değil, kontrol
Transformer modellerde bulunan J-Space adlı iç çalışma alanı, akıl yürütmeyi nasıl yönlendirdiğini gösteriyor. Geliştiriciler için pratik sonuçlar.
Jean2: Dosya Tabanlı Hafızayla Oturumlar Arası Gelişen Kodlama Ajanı
Jean2, opsiyonel hafıza, beceri ve oturum arama katmanlarıyla projeler hakkında öğrendiklerini markdown dosyalarına yazan bir kodlama ajanı. Zamanla model değil, bilgi birikimi gelişiyor.
LLM Hakem Testleri Neden Çalıştırmalar Arası Kararsız?
Aynı kod, aynı girdi, farklı LLM hakem skoru: CI gate'lerinde flapping sorununun kaynakları; sıcaklık, model pinleme, k-örnekleme ve kuantalama ile çözüm.
TaxCalcBench: Açık Kaynak Testte Yapay Zeka Vergi Hesaplıyor
TaxCalcBench, LLM'lerin gerçek vergi beyannamelerini doğru doldurup dolduramadığını ölçen açık kaynaklı bir test; en iyi model bile yüzde 54 doğruluk sağlıyor.
LLM gerekmez: Regex, ajan bağlam yönlendirmede 45 puan önde
Ajan kod asistanlarında bağlam seçimi için basit regex kuralları, öğrenilmiş sınıflandırıcıları 45 puan farkla geçti; LLM çağrısı çoğu istekte gereksiz kalıyor.
Fine-Tuning Tıkandığında: Recall'u %45'ten %92'ye Taşıyan Mimari
Sağlık taleplerinde CPT/ICD kodlamasında %45 recall'da tıkanan bir LLM, deterministik NCCI doğrulama katmanıyla %92'ye ulaştı. Mimari ders burada.