hocam benım merak ettıgım su. mesela claude deepseek chtgpt egıtılmıs kutuphanelerle bır seyler yapıyorlar yanı bunlar roman okur mus gıbı kutuphane okuyor bılgı okuyor sonra bakıyor bellegıne o bılgı var veya yok ona gore ıslem yapıyor ya. burada eksık bır kısımları var ılk fızıksel guc gıbı dusunce gucunden yoksunlar aslında yanı okumadıkları bılmedıklerı ama deneyerek bulabıleceklerı bır seyı bulamıyorlar bunu nasıl kırarız yanı matematık ogrenecek fızık ogrenecek kımya bıyolojı turkce ıngılızce sonra gereklı boslukları dolduracak kendı denemelerıyle mesela dıyorum kı mersane rakkamlarını bulmak ıcın hızlandırılmıs kod yazacak yada ecdsa da acık arayacak bır crypto uzmanı gıbı buldugu zaman bıtcoın puzzle ları ıcın kod gelıstırecek gıbı yanı kendı deneme yanılma yontemıyle nasıl ogretırılır sızce bende vast.aı bakıye var bende denerım eger fıkır verırsenız
Bunun için Qwen vb. open source bir base model kullanabilirsin. Zaten mevcut modellere bitcoin puzzle gibi bilinen kangroo gibi yöntemler vs. belirtip en verimli çözümü sorup kod yazdırabiliyorsun. Bunun için sıfırdan bir model eğitmek şimdilik çok gereksiz çünkü mevcut modeller gayet iyi iş çıkarıyor. Kaldı ki sana bir yöntem verilse bile yine de gerçek başarı için işlem gücüne ve dolayısıyla paraya ihtiyacın var. Vast ai kullanarak yapabileceğin en güzel şey kendi dil modelini geliştirmek olabilir ama ilk denemelerinde çok bir şey beklememen gerekiyor. Vast ai de yeteri kadar kredin varsa sana 1 milyar parametreli bir base model üretmeni ve pretrain aşamasında kaydedip daha sonra SFT eğitimleri ile çeşitli testler gerçekleştirerek belirli bir konuya özelleşmesini sağlayabilirsin. Bu konuda bir niyetin olursa sana daha fazla tavsiye (veri setleri vs.) verebilirim.