ÖYG213 · BÜYÜK DİL MODELLERİ · 3. BÖLÜM
Bağlam, bellek ve halüsinasyon
Modelin masası ne kadar büyük, masada olmayanı nereden biliyor, bilmediğinde ne yapıyor?
- Context window
- Güncel bilgi ve web
- Halüsinasyon
- Araçlar ve LLM OS
Güvenç Usanmaz · github.com/gusanmaz
Bağlam penceresi
Context window: modelin çalışma masası.
07 · BAĞLAM PENCERESİ
HANGİSİ DAHA MANTIKLI?İki sorunuz var: biri Python hatası, biri tatil planı
A · İki ayrı sohbet
Bu Python hatası ne?
Girinti hatası…
Kapadokya'da 3 gün?
1. gün Göreme…
B · Tek sohbet
Bu Python hatası ne?
Girinti hatası…
Kapadokya'da 3 gün?
1. gün Göreme…
Oylayın. Cevabı bu bölümün sonunda birlikte vereceğiz.
07 · BAĞLAM PENCERESİ
Bağlam penceresi (context window) nedir?
Modelin bir cevap üretirken görebildiği bütün metin.
Masanın üstünde olan vardır, olmayan yoktur. Model masada olmayan hiçbir şeyi o an “göremez”.
Ölçü birimi: token.
07 · BAĞLAM PENCERESİ
Masanın üstünde neler var?
- Sistem promptu, geçmiş, dosyalar, araç sonuçları, yeni mesajınız
- Modelin cevabı da aynı pencereye yazılır
- Düşünen modellerin karalama metni de bu pencerede yer kaplar
07 · BAĞLAM PENCERESİ
TAHMİNİlk ChatGPT (2022) bir seferde ne kadar metin görebiliyordu?
07 · BAĞLAM PENCERESİ
Pencere dört yılda 250 kat büyüdü
Ekim 2026'da 1 milyon token amiral gemisi modellerde standart. Bazı modeller 2 milyona çıkıyor.
Kaynak: OpenAI, Anthropic, Google model sayfaları (Ekim 2026).
07 · BAĞLAM PENCERESİ
1 milyon token ne kadar?
≈ 2.500
sayfa İngilizce metin
≈ 7
kalın roman
≈ 75 bin
satır kod: orta boy bir projenin tamamı
Türkçe metinde aynı pencereye daha az sayfa sığar. Neden? Token başına daha az kelime düştüğü için.
07 · BAĞLAM PENCERESİ
Neden bir sınır var?
1 · Hesap yükü
Dikkat mekanizmasında her token diğer tüm tokenlara bakar. Metin 2 katına çıkınca iş kabaca 4 katına çıkar.
2 · Bellek
Penceredeki her token GPU belleğinde yer tutar. Bellek sonludur.
3 · Eğitim
Model eğitimde hiç görmediği uzunlukta metinle iyi çalışamaz.
4 · Para
Her mesajda pencerenin tamamı yeniden işlenir ve faturalanır.
07 · BAĞLAM PENCERESİ
Bağlam penceresi, 12 dakikada
IBM Technology, “What is a Context Window? Unlocking LLM Secrets”
07 · BAĞLAM PENCERESİ
Uzun sohbetin gizli faturası
Her mesajda yeniden gönderilen token sayısı (her tur ≈ 1.000 token olan bir sohbette)
50. mesajda “teşekkürler” yazmak, 50 bin tokenlık bir kitabı baştan okutmak demek.
Sağlayıcılar tekrar eden kısmı önbelleğe alıp ucuzlatıyor (prompt caching), ama bedava değil.
07 · BAĞLAM PENCERESİ
Pencere dolunca ne olur?
Kes
En eski mesajlar sessizce atılır. Model sohbetin başını “unutur”.
Özetle
Eski kısım kısa bir özete çevrilir (compaction). Ayrıntılar kaybolur.
Durdur
“Bu sohbet çok uzadı, yenisini açın” uyarısı gelir.
“Az önce söylemiştim, neden unuttu?” sorusunun cevabı çoğunlukla budur.
07 · BAĞLAM PENCERESİ
SORUPencere 1 milyon token olduysa sorun çözüldü mü?
07 · BAĞLAM PENCERESİ
Ortada kaybolmak (lost in the middle)
20 belge verildi; cevap yalnızca birindeydi.
- Cevap başta: %75 doğru
- Cevap ortada: %54 doğru
- Kesikli çizgi: modele hiç belge verilmediğindeki başarı
Cevap ortadayken model, belge hiç verilmemiş gibi davranıyor. Güncel modellerde etki azaldı ama yok olmadı.
“Lost in the Middle”, arxiv.org/abs/2307.03172
07 · BAĞLAM PENCERESİ
Bağlam çürümesi (context rot)
18 model, 194 bin deneme.
- Girdi uzadıkça hepsinin performansı düştü
- Düşüş, pencere dolmadan çok önce başladı
- Konuyla ilgili görünen ama alakasız metin en çok zarar verdi
Hong, Troynikov, Huber: trychroma.com/research/context-rot
07 · BAĞLAM PENCERESİ
Yeni meslek: bağlam mühendisliği (context engineering)
Andrej Karpathy @karpathy · 25 Haziran 2025
“Bağlam mühendisliği, bağlam penceresini bir sonraki adım için tam gereken bilgiyle doldurmanın hassas sanatı ve bilimidir. […] Çok az ya da yanlış biçimde olursa model iyi çalışamaz. Çok fazla ya da alakasız olursa maliyet artar, performans düşer.”
Serbest çeviri. Özgün gönderi: x.com/karpathy/status/1937902205765607626
07 · BAĞLAM PENCERESİ
Açılış sorusunun cevabı: A, iki ayrı sohbet
Dikkat
Python hatası, tatil sorusu için “alakasız metin”dir. Modelin dikkatini böler.
Maliyet ve hız
Her yeni mesajda eski konu da baştan okunur. Daha yavaş, daha pahalı.
Hata bulaşması
Model eski cevaplarındaki yanlışı doğru kabul edip üstüne inşa edebilir.
Düzen
Aradığınız sohbeti sonra bulabilirsiniz.
Kural: konu değiştiyse yeni sohbet.
07 · BAĞLAM PENCERESİ
Peki ne zaman aynı sohbette kalmalı?
Kal
- Aynı işin devamı: “Şimdi bunu daha kısa yaz”
- Önceki cevaba dayanan soru
- Yüklediğiniz dosya hâlâ gerekli
Yeni sohbet aç
- Konu değişti
- Model aynı hatayı tekrarlamaya başladı
- Sohbet çok uzadı, cevaplar bozuldu
Model inatla yanlış yoldaysa onu ikna etmeye çalışmayın; yeni bir sohbet açın.
07 · BAĞLAM PENCERESİ
Uzayan sohbeti taşımak
Özeti kopyalayın, yeni sohbetin ilk mesajı yapın. 50 bin token yerine 500 tokenla devam edersiniz.
07 · BAĞLAM PENCERESİ
Sohbeti dallandırmak (branch)
Sohbet bir yol ayrımına geldi: iki yaklaşımı da denemek istiyorsunuz.
- Ortak geçmiş kopyalanır
- Her dal kendi yoluna gider
- Bir dalda yazılanlar diğerini etkilemez
Yazılımdaki git branch ile aynı fikir.
Ortak geçmiş
“Bir alışveriş sitesi tasarlıyoruz…”
↙ ↘
Dal 1: React ile
Dal 2: düz HTML ile
07 · BAĞLAM PENCERESİ
Dallandırma nerede?
| Uygulama | Nasıl yapılır? |
|---|---|
| ChatGPT | Cevabın altındaki ⋯ menüsü → Yeni sohbette dallandır (Branch in new chat) |
| Claude | Eski bir mesajınızı düzenleyin; sohbet o noktadan ikiye ayrılır, oklarla geçiş yaparsınız |
| Google AI Studio | Mesaj menüsü → Branch from here |
| Kodlama ajanları | Sohbeti çatallama / geri sarma komutları |
Menü adları güncellemelerle değişebilir; fikir aynı kalır.
07 · BAĞLAM PENCERESİ
ChatGPT'de dallandırma
Cevabın altındaki ⋯ menüsü → Branch in new chat (yeni sohbette dallandır)
Görsel: OpenAI'ın duyurusu, 4 Eylül 2025
07 · BAĞLAM PENCERESİ
SORUChatGPT geçen haftaki sohbetimi nasıl hatırlıyor?
Güncel bilgi
Modelin bilgisi bir tarihte donar; dünya ise değişmeye devam eder.
08 · GÜNCEL BİLGİ VE WEB
SORUWeb araması kapalı bir modele dün akşamki maçın skorunu sorarsanız?
08 · GÜNCEL BİLGİ VE WEB
Bilgi kesim tarihi (knowledge cutoff)
Model, belli bir günde basılmış bir ansiklopedi gibidir.
- Basım tarihinden sonrasını bilmez
- Kendisi güncellenmez
- Güncel bilgi için yeni bir modelin eğitilmesi gerekir
| Model | Güvenilir bilgi sınırı |
|---|---|
| Claude Opus 5.5 | Haziran 2026 |
| Claude Haiku 4.5 | Şubat 2025 |
| GPT-4o (2024) | Ekim 2023 |
| İlk ChatGPT (2022) | Eylül 2021 |
Kaynak: Anthropic ve OpenAI model sayfaları.
08 · GÜNCEL BİLGİ VE WEB
Gerçek bir örnek: Temmuz 2023
“Birleşik Krallık'ın hükümdarı kim?” — “Eylül 2021 itibarıyla… Kraliçe II. Elizabeth.” Kraliçe dokuz ay önce ölmüştü. Model yalan söylemiyordu; ansiklopedisi eskiydi.
Görsel: Stanford CS224G 2026, 3. ders
08 · GÜNCEL BİLGİ VE WEB
İnce bir tuzak
İnternet bir olay hakkında yazmaya yıllarca devam eder.
Bu yüzden model, kesim tarihinden hemen önceki aylar hakkında çok az metin görmüştür.
Sonuç
Modeller çoğu zaman kendi bilgi sınırını olduğundan daha erken sanır; hatta kendi adını ve sürümünü yanlış söyleyebilir. Modele “Sen hangi modelsin?” diye sormak güvenilir bir yöntem değildir.
08 · GÜNCEL BİLGİ VE WEB
Çözüm: modele internet bağlamak
Model güncellenmedi; yalnızca bulunan sayfalar bağlam penceresine eklendi.
Bu genel fikrin adı RAG: Retrieval-Augmented Generation; yani önce ilgili bilgiyi getir, sonra cevabı üret.
08 · GÜNCEL BİLGİ VE WEB
Arama yapan bir uygulama neye benzer?
Üstte kullanılan kaynaklar; altta kaynak numaralarıyla işaretlenmiş cevap. Kaynağı doğrulamak için numaraya tıklamak size kalıyor.
Görsel: Perplexity, Wikimedia Commons
.png){kind=link}
08 · GÜNCEL BİLGİ VE WEB
TAHMİN EDİNBugünün havasını nereden bildi?
1 Soru güncel bilgi istiyor; eğitim verisinde yok.
2 “Araştırıldı”: uygulama web'de aradı.
3 Bulunan veri (AccuWeather) pencereye kondu.
4–5 Cevaptaki kaynak etiketi ve kaynak listesi: doğrulamak size kalıyor.
Ekran görüntüsü, girişsiz: perplexity.ai, 11 Ekim 2026.
08 · GÜNCEL BİLGİ VE WEB
RAG (retrieval-augmented generation), 7 dakikada
IBM Technology, “What is Retrieval-Augmented Generation (RAG)?”
08 · GÜNCEL BİLGİ VE WEB
Klasik web araması ve LLM
| Arama motoru | LLM (aramasız) | LLM + arama | |
|---|---|---|---|
| Ne verir? | Bağlantı listesi | Hazır cevap | Hazır cevap + kaynaklar |
| Güncellik | Dakikalar | Aylar–yıllar eski | Güncel |
| Kaynağı görür müsün? | Evet | Hayır | Evet (tıklarsan) |
| Hata türü | Alakasız sonuç | İkna edici uydurma | Kaynağı yanlış özetleme |
| Emek | Sen okur, sen birleştirirsin | O birleştirir | O okur, o birleştirir |
08 · GÜNCEL BİLGİ VE WEB
HANGİSİ?Hangi iş için hangisini açarsınız?
| İş | Öneri |
|---|---|
| Anadolu Üniversitesi akademik takvimi | Arama motoru ya da resmî site: tek, kesin, güncel bir sayfa |
| “Özyineleme (recursion) nedir, basitçe anlat” | LLM: değişmeyen bilgi, açıklama işi |
| “2026'da öğrenci için en mantıklı dizüstü hangisi?” | LLM + arama: güncel ve çok kaynaklı |
| Bir ilacın dozu | Prospektüs ya da eczacı: hata kabul edilemez |
08 · GÜNCEL BİLGİ VE WEB
Derin araştırma (deep research)
Aynı döngünün uzun hâli:
- Model bir araştırma planı yapar
- Onlarca arama yapar, yüzlerce sayfa okur
- 10–30 dakika çalışır
- Kaynakçalı bir rapor yazar
Dikkat
Rapor çok ikna edici görünür. Yine de her kaynak doğru özetlenmiş olmayabilir. Önemli iddialarda bağlantıya tıklayın.
ChatGPT, Gemini, Claude ve Perplexity'de benzer adlarla bulunur.
08 · GÜNCEL BİLGİ VE WEB
Arama da yanılır: pizzaya yapıştırıcı
peynir pizzaya yapışmıyor
…Sosa yaklaşık 1/8 su bardağı toksik olmayan yapıştırıcı ekleyerek yapışkanlığı artırabilirsiniz.
Kaynak: 11 yıllık bir Reddit şakası.
Model aramayı doğru yaptı, sayfayı doğru okudu; ama şakayı ciddiye aldı. Modeli internete bağlayınca cevabın kalitesi, bulduğu sayfaların kalitesine bağlı olur.
Kaynak: The Verge, BBC, Mayıs 2024. Sohbet kutusu özgün ekran görüntüsünün Türkçe yeniden çizimidir.
Halüsinasyon
Kendinden emin, akıcı ve yanlış.
09 · HALÜSİNASYON
TAHMİNNew York'ta bir avukat, ChatGPT'nin bulduğu 6 emsal kararı mahkemeye sundu. Kaçı gerçekti?
09 · HALÜSİNASYON
Görsel: Stanford CS224G 2026, 3. ders · “Üretken yapay zekâ = halüsinasyon”
09 · HALÜSİNASYON
Halüsinasyon (hallucination) nedir?
Modelin gerçeğe dayanmayan bir bilgiyi, doğruymuş gibi akıcı ve kendinden emin biçimde üretmesi.
- Yalan değildir: modelin kandırma niyeti yok
- Arıza değildir: makine tasarlandığı gibi çalışıyor
- Yanlış cevap da doğru cevap kadar akıcı ve kendinden emin yazılır; bu yüzden ayırt etmek zordur
09 · HALÜSİNASYON
GPT-3'ten uçak bileti almak
İYİ Kusursuz diyalog akışı KÖTÜ AA123 gerçekte Dallas → Honolulu uçuşu. Model veritabanına bakmadı; “bir uçuş numarası neye benzer?” sorusunu cevapladı.
Görsel: Stanford CS224G 2026, 3. ders
09 · HALÜSİNASYON
Hinton doktorasını nerede yaptı?
Üniversite ve yıl doğru. Tez başlığı uydurma (kırmızı kutu). Çok bilinen bilgi net, az bilinen ayrıntı bulanık; ikisi de aynı güvenle yazılmış.
Görsel: Stanford CS224G 2026, 3. ders
09 · HALÜSİNASYON
TAHMİN EDİN2 GB'lık model, aynı soru üç kez: kaçı doğru?
llama3.2:3b, Ollama 0.13.5, internetsiz · terminal kaydı: Ekim 2026
09 · HALÜSİNASYON
Bedeli ödenmiş halüsinasyonlar
Google Bard · 2023
Tanıtım videosunda James Webb teleskobu hakkında yanlış bilgi. Aynı gün şirket değeri yaklaşık 100 milyar $ düştü.
Air Canada · 2024
Sohbet botu var olmayan bir iade kuralı uydurdu. Mahkeme, şirketi kendi botunun verdiği sözden sorumlu tuttu; şirket parayı ödedi.
Deloitte · 2025
Avustralya hükûmetine yazılan raporda uydurma kaynaklar çıktı. Şirket ücretin bir kısmını iade etti.
Kaynak: Reuters (Şubat 2023), CBC / BC Civil Resolution Tribunal (Şubat 2024), Guardian / AFR (Ekim 2025).
09 · HALÜSİNASYON
Mahkemelerde vaka sayısı hızla artıyor
2.149
Yapay zekânın uydurduğu içeriğin mahkemeye sunulduğu, belgelenmiş dava sayısı.
Bir yıl önce yaklaşık 200'dü.
Ekran görüntüsü: damiencharlotin.com/hallucinations, 5 Ekim 2026.
09 · HALÜSİNASYON
Yazılımcının halüsinasyonu: var olmayan paket
Kulağa çok mantıklı geliyor. Böyle bir paket yok.
≈ %20
16 modelle üretilen 576 bin kod örneğinde, önerilen paketlerin beşte biri mevcut değildi. Ticari modellerde %5, açık modellerde %22.
Slopsquatting: Saldırganlar, modellerin sık uydurduğu adlarla gerçek paketler yayımlayıp içine zararlı kod koyuyor.
Kurmadan önce paketin resmî depoda var olduğuna ve kimin yayımladığına bakın.
Spracklen ve ark., “We Have a Package for You!” (2024), arxiv.org/abs/2406.10279 · paket adı temsilidir.
09 · HALÜSİNASYON
Kurmadan önce: PyPI sayfasında altı kontrol
request ≠ requests: tek harf, başka paket. Ekran görüntüsü: pypi.org, 11 Ekim 2026.
09 · HALÜSİNASYON
Yazılım, başkalarının paketleri üstünde durur
En alttaki küçük parça çürükse (ya da hiç yoksa) kule sallanır.
Randall Munroe, xkcd 2347: Dependency
09 · HALÜSİNASYON
Neden olur? 1 · Makine susamaz
Döngüyü hatırlayın: oku → hesapla → seç → ekle.
Her adımda mutlaka bir token seçilir. “Boş bırak” diye bir seçenek yok.
Model “doğru cevap ne?” diye sormaz.
“Buraya en çok ne yakışır?” diye sorar.
Çoğu zaman yakışan şey doğrudur. Bazen değildir.
09 · HALÜSİNASYON
Neden olur? 2 · Bulanık hafıza
Model, interneti ayrıntıları kaybederek sıkıştırmıştır (1. bölüm).
- Çok tekrarlanan bilgi: net (Ankara başkenttir)
- Nadir bilgi: bulanık (küçük bir ilçenin nüfusu, az bilinen bir akademisyenin tezi)
En riskli içerik
- Kesin sayılar ve tarihler
- Alıntılar, kaynakça, URL
- Az bilinen kişiler ve yerler
- Yerel ve Türkçe kaynaklı konular
09 · HALÜSİNASYON
Neden olur? 3 · Sallamayı ödüllendiren sınav
Yanlışın doğruyu götürmediği bir test düşünün.
- Boş bırak: 0 puan
- Salla: belki 1 puan
Ne yaparsınız? Sallarsınız.
OpenAI araştırmacıları (2025): modelleri ölçtüğümüz testlerin çoğu “bilmiyorum”a sıfır veriyor. Bu testlerde yüksek puan alacak biçimde eğitilen model, bilmediğinde de tahmin yürütmeyi öğreniyor.
Önerilen çare: kendinden emin yanlışı cezalandıran, belirsizliği ödüllendiren testler.
Kalai, Nachum, Vempala, Zhang: “Why Language Models Hallucinate”, arxiv.org/abs/2509.04664
09 · HALÜSİNASYON
Neden uyduruyorlar? (5 dk)
Anthropic, “Why do AI models hallucinate?”
09 · HALÜSİNASYON
Hepimizin beyninde bir “LLM” var
Konuşma alanı akıcı cümle üretir; prefrontal korteks frenler, planlar, kontrol eder. LLM, freni zayıf bir konuşma alanına benzer. Araçlar ve düşünme adımları bu freni dışarıdan ekleme çabasıdır.
Görsel: Stanford CS224G 2026, 3. ders — Whaley & Jannink (Monica Lam'ın içeriğinden). Bu bir benzetmedir, nörobilim iddiası değil.
09 · HALÜSİNASYON
SINIFTA DENEYİNModeli tuzağa düşürün: var olmayan fonksiyon
- Model “böyle bir fonksiyon yok” mu dedi, yoksa örnek kod mu yazdı?
- Kod yazdıysa çalıştırın. Python ne diyor?
- Aynı soruyu küçük bir modele (ör. Ollama'da
gemma3:1b) sorun. Fark var mı? - Sonuna “Böyle bir fonksiyon yoksa uydurma, yok de” ekleyin. Ne değişti?
json.repair() diye bir fonksiyon yoktur. Soru onu varmış gibi sunduğu için model, sizi düzeltmek yerine uydurmaya yönelebilir.
Doğrulama: docs.python.org/3/library/json.html · ya da Python'da import json; json.repair
09 · HALÜSİNASYON
Çare: kullanıcı olarak ne yapabilirsiniz?
- Belgeyi verin. Hafızadan değil, önündeki metinden cevaplasın
- Web aramasını açın ve kaynağa tıklayın
- Bilmediğini söylemesine izin verin: “Bilmiyorsan bilmiyorum de”
- Alıntı isteyin: “Cevabını belgedeki hangi cümleye dayandırdın?”
- İkinci görüş alın: yeni sohbet ya da başka model
- Çalıştırın: kodun doğruluğunu program söyler
Doğrulamanın bedeli, yanılmanın bedelinden küçükse doğrulayın.
09 · HALÜSİNASYON
Çare: sistem tarafında neler yapılıyor?
RAG
Cevaptan önce ilgili belgeyi getir
Araçlar
Hesabı hesap makinesine, veriyi veritabanına sor
Düşünme
Cevaptan önce kendi kendini kontrol et
Eğitim
“Bilmiyorum” demeyi ödüllendir
Uydurma oranı her yeni model neslinde düşüyor. Sıfıra inmesi beklenmiyor: tahmin eden bir makine bazen yanlış tahmin eder.
09 · HALÜSİNASYON
Sorumluluk kimde?
“Yapay zekâ öyle dedi” bir savunma değildir.
Avukat ceza aldı. Air Canada ödedi. Deloitte iade etti. Hiçbirinde fatura modele kesilmedi.
Bu derste LLM'e yazdırdığınız her kodun, her raporun sahibi sizsiniz.
09 · HALÜSİNASYON
Saçmayı üretmek ucuz, çürütmek pahalı
Model akıcı bir yanlışı saniyede üretir; onu yakalamak sizin emeğinize kalır. Bu yüzden kaynağa bakın.
Jono Hey, sketchplanations.com, CC BY-NC 4.0
Araçlar ve LLM OS
Modele hesap makinesi, internet ve dosya erişimi vermek.
10 · ARAÇLAR VE LLM OS
SORUModel hesap makinesi değilse, ChatGPT 847.392 × 61.507 işlemini nasıl doğru yapıyor?
10 · ARAÇLAR VE LLM OS
Araç çağırma (tool calling) nasıl işler?
847.392 × 61.507 kaç eder?
→ araç: python
print(847392 * 61507)
← sonuç: 52120539744
Sonuç 52.120.539.744.
Model yalnızca metin üretir. “Python'ı çalıştır” da bir metindir; uygulama bu metni görür, kodu çalıştırır, sonucu pencereye geri yazar. Model okur ve devam eder.
10 · ARAÇLAR VE LLM OS
Bugün yaygın araçlar
Kod çalıştırma
Hesap, veri analizi, grafik çizme
Web araması
Güncel bilgi, kaynak
Dosya okuma
PDF, Excel, görsel
Görsel üretme
İşi bir görüntü üretim modeline devreder
Bilgisayar kullanma
Tıklama, form doldurma, terminal
Bağlayıcılar (MCP)
Takvim, e-posta, veritabanı, GitHub
10 · ARAÇLAR VE LLM OS
Araç + döngü = ajan (agent)
Model artık tek cevap vermiyor; bir işi adım adım yürütüyor. Cursor, Claude Code, Antigravity gibi kodlama araçları böyle çalışır.
Bu dersin ilerleyen haftalarının ana konusu.
10 · ARAÇLAR VE LLM OS
Çalışan bir ajan
Model önce planını yazıyor, sonra arama aracını çağırıyor. Planı da araç çağrısı da modelin ürettiği metinden ibaret.
Görsel: Gemini CLI, Wikimedia Commons
10 · ARAÇLAR VE LLM OS
LLM OS: yeni bir bilgisayar türü
Andrej Karpathy, 11 Kasım 2023: x.com/karpathy/status/1723140519554105733
10 · ARAÇLAR VE LLM OS
Benzetmeyi açalım
| Klasik bilgisayar | LLM OS |
|---|---|
| İşlemci (CPU) | LLM'in kendisi |
| RAM: geçici, sınırlı bellek | Bağlam penceresi |
| Disk: kalıcı depolama | Dosyalar, hafıza notları, vektör veritabanı |
| Klavye, ekran, kamera | Metin, ses, görüntü girişi ve çıkışı |
| Ağ kartı | Web araması, tarayıcı |
| Programlar | Araçlar: Python, hesap makinesi, terminal |
Bağlam penceresinin neden bu kadar önemli olduğu buradan belli: RAM'e sığmayan program çalışmaz.
10 · ARAÇLAR VE LLM OS
İşletim sistemi benzetmesi daha da ileri gider
| İşletim sistemleri | LLM dünyası |
|---|---|
| Windows, macOS (kapalı) | GPT, Claude, Gemini |
| Linux (açık) | Llama, Qwen, DeepSeek, Mistral |
| Uygulama mağazası | GPT'ler, eklentiler, MCP sunucuları |
LLM'lere sohbet botu olarak bakmak, ilk bilgisayarlara hesap makinesi olarak bakmaya benzer.Andrej Karpathy, 28 Eylül 2023 — serbest çeviri
10 · ARAÇLAR VE LLM OS
Yazılımın üç dönemi
Software 1.0
İnsan kuralları tek tek yazar.
Software 2.0
Kurallar veriden öğrenilir. Program, ağırlıklardır.
Örnek: kedi fotoğrafını tanıyan sinir ağı
Software 3.0
Program doğal dille yazılır. Prompt koddur.
Üç dönem birlikte sürüyor: bugün modele doğal dille yazıp (3.0) ondan klasik kod (1.0) alıyoruz. Bu dersin adı tam olarak bunu anlatıyor.
Çerçeve: Andrej Karpathy, “Software Is Changing (Again)” (2025) · John Guerra, Northeastern CS 7180.
10 · ARAÇLAR VE LLM OS
Öğrenmek için sorun
Bu konuları yapay zekâyla birlikte öğrenmek için örnek istekler (14. sunum, “Yapay zekâyla öğrenmek”):
🧮 Hesabı ben yapayım
“10 mesajlık bir sohbetin mesaj uzunluklarını token olarak ver. 10. mesajda modelin toplam kaç token okuduğunu ben hesaplayayım.”
🕵️ Uydurmayı bulayım
“Python kütüphaneleri hakkında 5 iddia yaz; ikisi uydurma olsun. Hangileri olduğunu ben bulayım, sonra nasıl doğrulanacağını konuşalım.”
🛠️ Kim ne yapıyor?
“‘847.392 × 61.507 kaç eder?’ sorusunda perde arkasını adım adım yaz. Her adımı modelin mi, uygulamanın mı yaptığını ben söyleyeyim.”
10 · ARAÇLAR VE LLM OS
3. bölümden akılda kalacaklar
- Bağlam penceresi sınırlıdır ve her mesajda yeniden ücretlendirilir; dolunca model eski mesajları göremez
- Pencere büyüse de dikkat dağılır: konu değiştiyse yeni sohbet
- Bilgi bir tarihte donar; web araması güncel sayfaları pencereye ekler
- Halüsinasyon bir arıza değil, tahmin ederek çalışmanın doğal sonucudur; doğrulamak sizin işiniz
- Araçlarla model hesap yapar, web'de arar, dosya okur, iş yürütür
Sırada: bu makineyle nasıl konuşulur? → 4. bölüm
← 2. sunum: Bir LLM nasıl üretilir, nasıl çalışır? · Bütün sunumlar · 4. sunum: LLM ile konuşmak →
Güvenç Usanmaz · github.com/gusanmaz