• 08-03-2026, 15:42:31
    #1
    Backlink = Güven 🔗
    Selamlar açık kaynak sunulan deepseek gibi ai'ları kendi kurallarımı ekleyerek eğitmek belli bir alanda hizmet sunmasını sağlamak istiyorum.
    Bu alanda önerebileceğiniz bir video vs. var mı veya bilenler şuradan başlamalısın dediğiniz bir kısım?
  • 08-03-2026, 16:12:28
    #2
    mba
    Problem Solver
    Salihcanbolat adlı üyeden alıntı: mesajı görüntüle
    Selamlar açık kaynak sunulan deepseek gibi ai'ları kendi kurallarımı ekleyerek eğitmek belli bir alanda hizmet sunmasını sağlamak istiyorum.
    Bu alanda önerebileceğiniz bir video vs. var mı veya bilenler şuradan başlamalısın dediğiniz bir kısım?
    Eğitmenin 2 çeşit yolu var.
    1.RAG
    2.FineTuning
    Rag yönteminde ai modeline belirli bir döküman verilir örneğin bu anayasa vb. bir şey olabilir. Sürükle bırak mantığı ile yapan araçlar vardır bknz: dify
    Finetuning yöntemi ise yapay zekanın direk bakış açısını, üslubunu ve karakterini kökten değiştirmektir.

    Eğer amacınız, bilgi eklemek (Hafıza / Bağlam), kolay ve anlık işlem yapmak, ve pdf, word, excel gibi veriler ile yapmak ise RAG öneririm.

    FineTuning çok fazla zaman alır, binlerce soru cevap hazırlaman gerekir, nispeten zaman ve maddi maaliyeti çok daha yüksektir.
  • 08-03-2026, 17:22:42
    #3
    En kolayı RAG. hilf.ai gibi bir siteye git verilerini yukle senin verilerin ile sana cevap versin
  • 08-03-2026, 17:38:50
    #4
    Backlink = Güven 🔗
    JasepH adlı üyeden alıntı: mesajı görüntüle
    En kolayı RAG. hilf.ai gibi bir siteye git verilerini yukle senin verilerin ile sana cevap versin
    bu tarz istiyorum hocam, ama lokal olarak yapabilmem lazım burada dosyalarımı vs. yükledim diyelim bu sitede açık kalıyor sadece siteye erişim gittiğinde konuşmalar vs. de gidiyor

    Basit düşünüyorum, açık kaynak deepseek yapay zekayı internetten indirdim bunu nasıl isteğime göre eğitebilirim öğretici bir video vs. var mı
  • 08-03-2026, 17:45:38
    #5
    Elbette localde yapabilirsin ollalama ile ama senin PC ne kadar güçlü olursa olsun çok yavaş kalıyor. Eğer gerçek bilgilerini yükleyeceksen firma bilgileri vs gibi chatgpt vb modelleri önermem çünkü senin verilerin ile eğitim alıyorlar. Hatta Çin modelleri Çin ile ABD modelleri ABD senin verilerini paylaşıyor.

    Yani gizlilik ilkeleri hiçe sayılıyor. Eğer VRAM yüksek bir PC sahibi değilsen kapalı bir model ile çalışmak zorunda kalıyor insan. VRAM yüksek server kiralamak da ucuz değil.
  • 08-03-2026, 18:15:53
    #6
    nasıl bir yapay zeka egitme planın var söyle ben sana yardımcı olabilirim
  • 08-03-2026, 18:32:02
    #7
    Backlink = Güven 🔗
    JasepH adlı üyeden alıntı: mesajı görüntüle
    Elbette localde yapabilirsin ollalama ile ama senin PC ne kadar güçlü olursa olsun çok yavaş kalıyor. Eğer gerçek bilgilerini yükleyeceksen firma bilgileri vs gibi chatgpt vb modelleri önermem çünkü senin verilerin ile eğitim alıyorlar. Hatta Çin modelleri Çin ile ABD modelleri ABD senin verilerini paylaşıyor.

    Yani gizlilik ilkeleri hiçe sayılıyor. Eğer VRAM yüksek bir PC sahibi değilsen kapalı bir model ile çalışmak zorunda kalıyor insan. VRAM yüksek server kiralamak da ucuz değil.
    tamamen lokal çalıştıracağım için açık kaynak yapay zekaları düşünüyorum hocam, deepseek gibi böylece gizlilik sorunu çekmem diye düşünüyorum
  • 08-03-2026, 18:32:34
    #8
    Backlink = Güven 🔗
    AcimasizYorum adlı üyeden alıntı: mesajı görüntüle
    nasıl bir yapay zeka egitme planın var söyle ben sana yardımcı olabilirim
    belli bir şeye değil daha çok yapay zekayı nasıl eğitirim'i öğrenmek istiyorum değerli hocam
  • 08-03-2026, 18:54:34
    #9
    Hangi alanda eğitmek istediğinizi bilmemiz gerekiyor hocam. Ancak bu şekilde RAG mi yoksa fine-tuning mi kullanacağımıza karar verebiliriz. Şu an için RAG daha mantıklı görünüyor, fakat eğitim sürecinizin nasıl işleyeceği, halüsinasyon ve manipülasyona ne kadar maruz kalabileceği gibi birçok soru var.
    Örneğin şu anda sağlık sektöründe çalışan bir yapay zekâ sistemi üzerinde çalışıyoruz. Başlangıçta RAG ile başladık ve yaklaşık %30 hata payı vardı. Daha sonra fine-tuning uygulayarak bu oranı %15 seviyelerine kadar düşürdük.
    Konu aslında oldukça geniş; birçok teknik detay var. Çok uzatmamak adına şimdilik kısa kesiyorum.