Büyük dil modeli nasıl çalışır? Sohbet botlarının arkasındaki teknoloji sade dille
Sohbet botları bir veri tabanından cevap çekmez, kelime parçalarını tahmin ederek metin üretir. Eğitim, token, bağlam penceresi ve ince ayar kavramlarını örneklerle açıklıyoruz.

Sesli Dinle
Bu ses, tarayıcınızın konuşma sentezi ile üretilir; insan sesi değildir. Sesin niteliği cihazınıza göre değişir.
Sohbet botları bir veri tabanından cevap çekmez, kelime parçalarını tahmin ederek metin üretir. Eğitim, token, bağlam penceresi ve ince ayar kavramlarını örneklerle açıklıyoruz.
Büyük dil modeli (İngilizce kısaltmasıyla LLM), çok büyük miktarda metin üzerinde eğitilerek bir metnin devamında hangi kelime parçasının gelmesinin en olası olduğunu tahmin eden bir yapay zekâ modelidir. Sohbet botlarının verdiği cevaplar, bu tahminlerin art arda eklenmesiyle oluşur. Bu mantığı bilmek, yapay zekâ araçlarını günlük hayatta bilinçli kullanmanın ilk adımıdır.
Kelimeden önce token: Model metni nasıl görür?
Model, metni bizim gibi harf ve kelime olarak değil, "token" adı verilen parçalar hâlinde işler. Bir token bazen tam bir kelime, bazen bir ek, bazen de tek bir noktalama işaretidir. Türkçe gibi eklemeli dillerde "kitaplarımızdan" gibi bir kelime birkaç token'a bölünebilir. Her token sayısal bir temsile dönüştürülür ve model bu sayılarla çalışır.
Basit bir örnek düşünün: "Bugün hava çok" ifadesinden sonra model, "güzel", "soğuk", "sıcak" gibi seçeneklere olasılık atar. Bunlardan biri seçilir, metne eklenir ve aynı işlem bir sonraki parça için tekrarlanır. Uzun ve tutarlı bir cevap, bu küçük adımların binlerce kez yinelenmesinden çıkar.
Eğitim üç aşamada gerçekleşir
1. Ön eğitim
Model; kitaplar, web sayfaları, ansiklopedik metinler ve kod gibi çok çeşitli kaynaklardan oluşan dev bir metin yığını üzerinde, cümlelerin devamını tahmin etmeye çalışarak eğitilir. Her yanlış tahminde modelin içindeki milyarlarca ayarlanabilir sayı (parametre) çok küçük miktarlarda düzeltilir. Bu süreç, güçlü bilgisayar kümelerinde haftalar hatta aylar sürebilir.
2. İnce ayar
Ön eğitimden çıkan model metni sürdürmeyi bilir ama bir asistan gibi davranmayı bilmez. İkinci aşamada soru-cevap örnekleriyle, talimatlara uygun cevap vermesi öğretilir.
3. İnsan geri bildirimiyle iyileştirme
Son aşamada insanlar modelin farklı cevaplarını karşılaştırıp hangisinin daha yararlı, doğru ve güvenli olduğunu işaretler. Model bu tercihlerden öğrenerek zararlı ya da işe yaramaz cevaplardan uzaklaşır. Farklı şirketler bu aşamada farklı yöntemler kullanır; ayrıntılar modelden modele değişir.
Bağlam penceresi: Modelin "kısa süreli belleği"
Bir sohbet sırasında model, o ana kadar yazılan her şeyi bir bütün olarak görür. Bu toplam metnin sığabileceği üst sınıra bağlam penceresi denir ve token sayısıyla ölçülür. Çok uzun bir sohbette ya da büyük bir belgede pencere dolduğunda, aracın tasarımına göre en eski kısımlar dikkate alınmayabilir veya özetlenebilir. Bu yüzden uzun bir çalışmada model, başta verdiğiniz bir talimatı "unutmuş" gibi görünebilir.
Pratik sonuç: Önemli bir talimat varsa uzun sohbetlerde tekrar hatırlatın ya da yeni bir sohbet açıp özetle devam edin. İsteği net kurmanın diğer yollarını iyi bir prompt yazmayı anlattığımız yazıda bulabilirsiniz.
Model bilgiyi nereden "biliyor"?
Model, eğitim verisindeki kalıpları parametrelerine sıkıştırılmış bir biçimde taşır; bir ansiklopedi gibi kayıtlı maddeler tutmaz. Bu iki sonuç doğurur:
- Bilgi kesim tarihi: Eğitim verisinin toplandığı tarihten sonraki olayları, internet araması özelliği yoksa bilemez.
- Uydurma riski: Az rastlanan bir konuda kalıp zayıfsa model yine akıcı bir cevap üretir ama bu cevap gerçek olmayabilir. Bu duruma halüsinasyon denir ve yapay zekânın uydurma cevaplarını ele aldığımız yazıda nasıl fark edileceğini anlattık.
Bazı araçlar bu sorunu azaltmak için cevap üretmeden önce internette ya da yüklediğiniz belgelerde arama yapar ve bulduğu metinleri modele bağlam olarak verir. Bu yöntem doğruluğu artırır ama tamamen garanti etmez; gösterilen kaynakları açıp okumak yine sizin işinizdir.
Aynı soruya neden farklı cevaplar geliyor?
Model her adımda en olası tek kelimeyi seçmek zorunda değildir; çoğu araç, cevapları daha doğal kılmak için olasılıklar arasında belirli bir rastgelelikle seçim yapar. Bu nedenle aynı soruyu iki kez sorduğunuzda farklı ama benzer cevaplar alırsınız. Yaratıcı yazıda bu bir avantajdır; kesin bilgi gerektiren konularda ise farklı cevaplar arasında çelişki görmek, bilgiyi dışarıdan doğrulamanız gerektiğinin işaretidir.
Kısa sözlük
| Terim | Anlamı |
|---|---|
| Token | Modelin işlediği metin parçası (kelime, ek veya işaret) |
| Parametre | Eğitimle ayarlanan, modelin "bilgisini" taşıyan sayılar |
| Bağlam penceresi | Modelin tek seferde dikkate alabildiği toplam metin sınırı |
| İnce ayar | Genel modeli belirli bir göreve göre yeniden eğitme |
| Halüsinasyon | Gerçek olmayan bilgiyi gerçekmiş gibi üretme |
| Çok kipli model | Metnin yanında görsel, ses gibi girdileri de işleyebilen model |
Bu bilgi kullanıcı olarak size ne kazandırır?
Modelin "en olası devamı" ürettiğini bilmek, günlük kullanımda birkaç somut alışkanlığa dönüşür. Birincisi, soruyu ne kadar net kurarsanız olası devamların alanı o kadar daralır ve cevap amacınıza o kadar yaklaşır. İkincisi, model bir konuda ne kadar az örnek görmüşse hata ihtimali o kadar artar; yerel bir yönetmelik, küçük bir ilçenin tarihi ya da yeni çıkmış bir ürün bu gruba girer. Üçüncüsü, model sizin yazdığınız metni bağlam olarak kullandığı için ona doğru bir kaynak metin verip "yalnızca bu metne dayan" demek, kendi hafızasından cevap üretmesinden genellikle daha güvenilir sonuç verir.
Somut bir örnek: Bir apartman yönetim planının bir maddesini anlamak istiyorsanız, "Kat mülkiyetinde aidat kuralları nedir?" diye genel bir soru sormak yerine ilgili maddeyi yapıştırıp "Bu maddeyi sade bir dille açıkla" demek daha isabetli olur. Yine de hukuki sonuç doğuracak bir kararda maddenin yorumu için bir uzmana danışmak gerekir.
Son olarak, model ne kadar büyük ve yeni olursa olsun, verdiği cevabın arkasında bir "bilinç" ya da "niyet" bulunmaz. Bu nedenle cevabın tonu ne kadar kendinden emin olursa olsun, önemli bilgileri bağımsız bir kaynaktan doğrulamak kullanıcının sorumluluğunda kalır.
Sık sorulan sorular
Büyük dil modeli düşünür mü, anlar mı?
Bu konu bilim insanları arasında hâlâ tartışmalıdır. Kesin olan şu: Model, insan gibi deneyim ve niyet sahibi değildir; ürettiği metin, eğitim verisinden öğrendiği istatistiksel ilişkilere dayanır.
Yazdıklarım modeli anında eğitiyor mu?
Hayır, sohbet sırasında modelin parametreleri değişmez. Ancak bazı hizmetler, kullanıcı ayarına bağlı olarak sohbetleri gelecekteki eğitimlerde kullanabilir. Bunun nasıl kapatılacağını sohbet botlarında gizlilik ayarlarını anlattığımız yazıda okuyabilirsiniz.
Türkçe cevaplar neden bazen İngilizceden zayıf kalıyor?
Eğitim verisinde İngilizce metinlerin payı genellikle çok daha büyüktür. Türkçede de iyi sonuç veren modeller olsa da teknik ve az bilinen konularda kalite farkı görülebilir.

Düzeltme ve cevap hakkı — bu haberde şeref ve haysiyetinizi ihlal eden ya da gerçeğe aykırı bir husus olduğunu düşünüyorsanız, yayım tarihinden itibaren iki ay içinde başvurabilirsiniz.

Yazar Gazetesi, 2018 yılında yayın hayatına başladı. Yazar Medya Anonim Şirketi bünyesinde tarafsız, hızlı ve güvenilir haber yayıncılığı faaliyetlerini sürdürüyor.
İlgili Haberler
Yorumlar (0)
Bu habere henüz onaylanmış bir yorum yok. İlk yorumu siz yazın; yorumlar editör onayından sonra yayımlanır.
Bunlar da İlginizi Çekebilir






