LLM nedir?

Bu derste günümüz yapay zekâ uygulamalarının motorunu oluşturan LLM (Büyük Dil Modeli) kavramını sıfırdan ele alıyoruz: LLM ne demek, nasıl çalışır, hangi işlerde kullanılır ve hangi yanılgılara yol açar? Ders, Yapay Zekâ dersleri kategorisindeki Doğal Dil İşleme ünitesinin bir parçasıdır.

LLM (Büyük Dil Modeli) Nedir?

LLM, İngilizce Large Language Model (Büyük Dil Modeli) ifadesinin kısaltmasıdır. Bir LLM, devasa miktarda metinle eğitilmiş, milyarlarca hatta trilyonlarca parametreye (ayarlanabilir iç ağırlığa) sahip bir dil modelidir. Temel görevi görünüşte çok basittir: bir metnin devamında gelecek en olası birimi (tokeni) tahmin etmek. Siz “Bugün hava çok” yazdığınızda model, “güzel” ve “sıcak” gibi tokenlere yüksek olasılık verir; ChatGPT gibi sohbet ürünleri de bu tahmini adım adım tekrarlayarak akıcı yanıtlar oluşturur.

LLM'ler, dil modeli kavramının günümüzdeki en güçlü hâlidir. Dil modellerinin genel çalışma mantığı ve türleri için Dil modeli nedir? dersine bakabilirsiniz; bu derste büyük ölçekli hâllerine odaklanıyoruz.

LLM Nasıl Çalışır?

Modelin bir yanıt üretme süreci dört adımda özetlenebilir:

1. Tokenleştirme: Girdi metni, modelin işleyebildiği küçük parçalara, yani tokenlere bölünür. Ayrıntı için Token nedir? dersimize bakın.
2. Sayıya çevirme (embedding): Her token, anlamını özetleyen uzun bir sayı vektörüne dönüştürülür; bu vektörlerin mantığı Embedding nedir? dersinde anlatılır.
3. İlişkileri değerlendirme: Modelin katmanları, dikkat (attention) mekanizmasıyla metindeki parçaların birbiriyle olan ilişkilerini hesaba katar.
4. Sıradaki tokeni tahmin etme: Model, her adımda olasılık dağılımından bir token seçer ve çıktıyı parça parça üretir.

Eğitim de iki aşamadır: Önce büyük veri kümesiyle dilin örüntülerini öğrenen ön eğitim yapılır; ardından insan geri bildirimiyle model, yararlı ve güvenli bir asistan gibi davranacak biçimde ayarlanır (fine-tuning, RLHF).

LLM'ler Neler Yapabilir?

LLM'lerin çarpıcı yanı, tek modelle birçok doğal dil işleme görevinin üstesinden gelebilmesidir; bu alanın genel haritası için NLP nedir? dersine göz atabilirsiniz. Günümüzde LLM'lerle yapılan başlıca işler şunlardır:

• Metin üretme: e-posta taslağı, özgeçmiş, blog yazısı yazdırma.
• Açıklama ve öğretme: karmaşık bir konuyu istenen seviyede anlatma.
• Özetleme: uzun bir belgeyi birkaç cümleye indirgeme.
• Çeviri: anlamı ve üslubu koruyarak diller arası aktarma.
• Sınıflandırma: bir yorumun konusunu veya duygusunu etiketleme; somut bir örnek için Duygu analizi dersimize bakın.
• Kod yazma: program taslağı oluşturma, hata bulma, kodu açıklama.

Klasik NLP uygulamalarının çoğunun artık tek bir LLM üzerinden yapılabiliyor olması, LLM'i Üretken yapay zekâ nedir? dersinde işlediğimiz üretken yapay zekâ dalgasının da motoru hâline getirmiştir.

Günümüzün Öne Çıkan LLM'leri (2024–2025)

Kavramı somutlaştırmak için 2024–2025 döneminde yaygın biçimde kullanılan modelleri sayalım:

• GPT ailesi (OpenAI): ChatGPT ürününün arkasındaki modeller; ürünün çalışma mantığını ayrıntılı işlediğimiz ChatGPT nasıl çalışır? dersine bakabilirsiniz.
• Gemini (Google): metnin yanı sıra görüntü ve sesi de işleyebilen çok kipli (multimodal) modeller.
• Claude (Anthropic): uzun belgelerle çalışabilme ve güvenlik önlemleriyle tanınan modeller.
• Llama (Meta): ağırlıkları herkese açık paylaşılan, kendi bilgisayarınızda veya sunucunuzda çalıştırabileceğiniz açık ağırlıklı modeller.
• Mistral, Qwen, DeepSeek: verimlilik ve maliyet konusundaki iddialarıyla 2024–2025 döneminde adından söz ettiren modeller.

Bu ürünlerin hepsi aynı temel fikre dayanır: sonraki tokeni tahmin eden büyük bir dil modeli ve üzerine kurulan sohbet arayüzü. Aralarındaki fark; eğitim verisi, boyut, hız, maliyet ve güvenlik yaklaşımlarından gelir.

“Büyük” Ne Demek? Parametreler ve Eğitim

Bir modelin “büyük” sayılmasında üç etken belirleyicidir:

• Parametre sayısı: modelin eğitim sırasında ayarladığı iç ağırlıkların toplamı; günümüz modellerinde milyarlarca–trilyonlarca mertebesindedir.
• Eğitim verisi: milyarlarca sayfaya denk gelen, trilyon token mertebesinde metin.
• Hesaplama gücü: binlerce grafik işlemci (GPU) ile haftalarca süren eğitim süreci.

Yine de büyük olmak her zaman daha iyi olmak demek değildir. 2024–2025 döneminde küçültülmüş ve görevine göre iyi ayarlanmış modeller, basit işlerde büyük modellere yakın sonuçlar verebilir hâle geldi; bu da telefonlarda ve kendi sunucularında çalışan LLM'leri yaygınlaştırdı.

Sık Yapılan Hatalar ve Yanılgılar

• “LLM bir arama motorudur, bilgiye bakarak yanıt verir.” Hayır. LLM, eğitimi sırasında öğrendiği istatistiksel örüntülerden yanıt üretir; hiç görmediği bir konuyu bile kendinden emin bir dille uydurabilir. Buna halüsinasyon denir; kritik bilgileri mutlaka başka kaynaklardan doğrulayın.
• “LLM düşünen, bilinçli bir zekâdır.” Model, insan gibi anlamaya çalışmaz; bir sonraki tokeni hesaplayan matematiksel bir sistemdir. İnsana benzer cevaplar vermesi, gerçekten anladığını göstermez.
• “LLM'in verdiği sayı kesin doğrudur.” Model, aritmetik işlemlerde bile hata yapabilir. Bu yüzden gerçek uygulamalarda hesap makinesi, arama motoru veya kod çalıştırıcı gibi araçlar modele destek olarak eklenir.
• “Bilgileri her zaman günceldir.” Model, yalnızca eğitim verisinin kapsadığı dönemi bilir; sonrasında gelişen olaylardan habersizdir.
• “LLM deyince sadece ChatGPT anlaşılır.” ChatGPT bir üründür; arkasındaki GPT modelleri birer LLM'dir. Gemini, Claude ve Llama da aynı mantıkla LLM'lere dayanır.

Modelden iyi sonuç almanın anahtarı, ona iyi yönergeler vermektir: modele yazdığınız yönergenin adı prompt'tur ve teknikleri Prompt nedir? dersinde işlenir. LLM'lerin sohbet uygulamalarındaki yerine bakmak isterseniz Chatbotlar nasıl çalışır? dersine geçebilirsiniz.