Yapay zeka, büyük dil modelleri, RAG ve Türkçe NLP üzerine eğitici yazılar.
Yeni nesil modeller cevabı hemen söylemiyor; önce 'düşünüyor'. Bu düşünmenin gerçekte ne olduğunu, neden bazı problemleri çözdüğünü, neye mal olduğunu ve her işe neden gerekmediğini jargonun arkasına saklanmadan anlatıyoruz.
Devamını oku →
Bir yapay zekâ modeli tek başına takviminize bakamaz, veritabanınızı sorgulayamaz, bir dosya okuyamaz. MCP, modelleri dış araçlara ve verilere bağlamanın ortak, açık standardıdır — yapay zekânın USB-C'si.
Devamını oku →
İyi sonuç almak artık tek bir 'doğru soru' değil; modelin o an gördüğü bağlamın tamamını tasarlamaktır. Talimat, getirilen belgeler, hafıza ve araç çıktıları... Bunları doğru kurma işine bağlam mühendisliği denir.
Devamını oku →
Manşetler hep 'daha büyük' modelleri konuşur. Ama gerçek ürünlerde sessiz bir akım tersine işliyor: küçük, hızlı ve ucuz modeller. Her iş için dev bir model çalıştırmak çoğu zaman gereksiz ve pahalıdır.
Devamını oku →
Tek bir ajan planlayıp araç kullanarak iş yapabilir. Peki bir işi, her biri kendi uzmanlığına sahip birden çok ajan bir ekip gibi yürütürse? Çoklu-ajan sistemlerin fikri budur — ve 2026'nın önemli mimari desenidir.
Devamını oku →
ChatGPT'nin, Gemini'nin ve Claude'un arkasındaki teknolojiyi sıfırdan anlamak: sonraki kelimeyi tahmin etmekten parametrelere, bağlam penceresinden eğitim ile çalışma arasındaki farka kadar, hiçbir teknik geçmiş gerektirmeden.
Devamını oku →
Bir bilgisayar harfleri değil, sayıları işler. Peki bir kelime, bir cümle, hatta bir anlam nasıl oluyor da sayıya dönüşüyor? Tokenizasyondan embedding'lere, vektör uzayından anlamsal benzerliğe; yapay zekanın dili kavrama biçimini matematik bilmeden, somut analojilerle anlatıyoruz.
Devamını oku →
Aynı yapay zeka modeli, kötü bir istemle vasat, iyi bir istemle şaşırtıcı sonuçlar verir. Aradaki farkı yaratan birkaç basit ama güçlü alışkanlığı —net talimat, bağlam, örnek ve adım adım düşünme— somut öncesi/sonrası karşılaştırmalarıyla anlatıyoruz.
Devamını oku →
Bir dil modeline ihtiyacı olan bilgiyi vermenin iki ayrı yolu var: önüne kitabı açık bırakmak (RAG) ya da onu yeniden okula göndermek (ince ayar). İkisinin gerçekte ne yaptığını, nerede ayrıştığını ve en iyi sistemlerin neden çoğu zaman ikisini birden kullandığını anlatıyoruz.
Devamını oku →
Bir dil modeli neden yanlış bir cevabı, tam bir özgüvenle, doğruymuş gibi söyler? Halüsinasyonun ne olduğunu, neden modelin doğasından kaynaklandığını ve mühendislerin onu nasıl dizginlediğini sade bir dille anlatıyoruz.
Devamını oku →
2017'de yayımlanan tek bir makale yapay zekânın gidişatını değiştirdi. "Attention Is All You Need" fikrinin neden bu kadar önemli olduğunu, kelimelerin birbirine nasıl "dikkat ettiğini" ve bugünkü büyük dil modellerinin neden hepsinin bu temele oturduğunu adım adım anlatıyoruz.
Devamını oku →
Bir "ajan" sıradan bir sohbet botundan nasıl ayrılır? Planla-uygula-gözlemle döngüsünü, araç çağırmayı, MCP gibi araç standartlarını ve ajanların nerede parlayıp nerede çuvalladığını sade bir dille anlatıyoruz.
Devamını oku →
Anahtar kelime aramasından anlamsal aramaya: embedding'ler, HNSW gibi yaklaşık komşu indeksleri, vektör veritabanının gerçekte yaptığı iş ve yeniden sıralama. Hepsini sade örneklerle anlatıyor, İçtiHub'ın içtihadı kelimeyle değil anlamla nasıl bulduğunu gösteriyoruz.
Devamını oku →
Önyargı nereden gelir, adalet ve şeffaflık aslında ne demektir, KVKK ile AB Yapay Zekâ Yasası bizden ne ister? Vaaz vermeden, somut örneklerle gidiyoruz.
Devamını oku →
Yapay zeka hukuki araştırmayı, taslak yazımını ve belge incelemesini dakikalara indiriyor. Ama uydurma atıflar, gizlilik açıkları ve sessizce yerleşen aşırı güven gibi gerçek riskler de getiriyor. Bu yazıda neyin gerçekten işe yaradığını, neyin tehlikeli olduğunu ve son sözün neden hâlâ hukukçuda kaldığını açıklıyoruz.
Devamını oku →
Yazıdan araştırmaya, e-postadan kodlamaya kadar profesyoneller yapay zekayı her gün nasıl kullanıyor; işi ona nasıl iyi devredersiniz ve nereye sakın güvenmemelisiniz?
Devamını oku →
Bir yapay zeka bir fotoğrafa bakıp içindeki yazıyı okuyabiliyor, bir grafiği yorumlayabiliyor ya da bir sesi dinleyip yanıt verebiliyorsa buna çok modlu (multimodal) yapay zeka denir. Bu yeteneğin altındaki fikri, gerçek kullanım alanlarını ve sınırlarını hiçbir teknik geçmiş gerektirmeden, somut örneklerle anlatıyoruz.
Devamını oku →
Liderlik tablolarındaki yüzdeler gerçekte ne anlatır, benchmark'lar nerede yanıltır ve bir modelin işe yarayıp yaramadığını asıl ne kanıtlar? Sade bir rehber.
Devamını oku →
Bir yapay zekâ modelini ya bir bulut hizmeti gibi kiralarsınız ya da bir dosya gibi indirip kendi makinenize kurarsınız. Bu iki yol arasındaki seçim; kontrol, gizlilik, maliyet ve yetenek arasında gerçek bir tercih demek. İkisinin ne anlama geldiğini, ne zaman hangisinin daha mantıklı olduğunu ve olgun ekiplerin neden çoğu zaman ikisini birden kullandığını anlatıyoruz.
Devamını oku →
Bir yapay zekâ aracına bir şey yazdığınızda veriniz tam olarak nereye gider? Eğitim ile çıkarım arasındaki kritik fark, bulut–özel kurulum–on-prem seçenekleri, KVKK ile GDPR'ın temelleri, anonimleştirmenin gerçek sınırları ve hem bireyler hem şirketler için işe yarayan pratik ipuçları.
Devamını oku →
Slayttaki büyük vaatlerle değil gerçek bir problemle başlayan; küçük adım atan, dürüstçe ölçen ve gerektiğinde geri çekilmeyi de bilen şirketler için pratik bir yol haritası.
Devamını oku →
"Genel yapay zeka" (AGI) tam olarak ne demek, şu an gerçekten neredeyiz, ajansal yapay zeka neyi değiştiriyor? İyimser ve temkinli görüşleri, yakın vadeli gerçek etkiyi ve şişirilmiş vaatleri sakin bir dille birbirinden ayırıyoruz.
Devamını oku →
Milyonlarca karar ve binlerce sayfa mevzuat arasında saatler süren manuel aramayı; Türk hukuk metinleri üzerine kurulu büyük dil modelleri ve RAG ile saniyeler içinde tamamlanan anlamsal bir araştırmaya dönüştürüyoruz.
Devamını oku →
Ham bir dil modeli hukukta neden yanılır, Retrieval-Augmented Generation bunu nasıl çözer ve İçtiHub'ın altındaki getirme katmanını nasıl kuruyoruz?
Devamını oku →
Türkçe neden dil modelleri için zor bir dildir, bu zorluk LLM'lerin davranışını nasıl şekillendirir ve Türkçe öncelikli yapay zeka ürünleri kurmak gerçekte ne gerektirir?
Devamını oku →