Sıla Ermut
Sıla es analista de la industria en AIMultiple y cubre modelos de IA, infraestructura de IA, gobernanza de IA y aplicaciones empresariales de IA.
Intereses de investigación
La investigación de Sıla se centra en el uso de la IA en marketing, atención sanitaria, cadenas de suministro y sostenibilidad. También cubre la evaluación, la gobernanza, la ética y la adopción de la IA.Su trabajo incluye investigar y comparar tecnologías de IA, analizar sus aplicaciones empresariales y contribuir a los benchmarks de tecnología de AIMultiple.
Experiencia profesional
Sıla trabajó anteriormente como reclutadora y en empresas de gestión de proyectos y consultoría.Formación académica
Posee:- Licenciatura en Relaciones Internacionales por Bilkent University.
- Máster en Psicología Social por Başkent University.
Su tesis de máster se centró en las preocupaciones éticas y psicológicas en torno a la IA. Su tesis examinó la relación entre la exposición a la IA, las actitudes hacia la IA y las ansiedades existenciales en diferentes niveles de uso de la IA.
Últimos artículos de Sıla
LLM Herramientas de observabilidad: Weights & Biases, Langsmith
Las aplicaciones de LLM han evolucionado de chats de un solo turno a agentes de varios pasos que usan herramientas, consultan bases de datos y se coordinan con otros modelos, lo que hace que su comportamiento sea más difícil de interpretar. La observabilidad de LLM proporciona visibilidad continua de estos flujos de trabajo complejos, ayudando…
Modelos fundacionales de series temporales: casos de uso y beneficios
Los modelos fundacionales de series temporales (TSFM) son modelos preentrenados que pronostican, clasifican, imputan y detectan anomalías en datos de series temporales sin necesidad de un modelo separado para cada conjunto de datos o industria. Los TSFM utilizan arquitecturas basadas en transformadores y conjuntos de datos de series temporales a gran escala para generalizar en…
Top 20 Casos de Estudio de ITSM
El uso de herramientas de Gestión de Servicios de TI (ITSM) es esencial para las empresas que buscan aumentar la eficiencia de sus operaciones de TI y mejorar la prestación de servicios. Explore casos de estudio de ITSM en diversas industrias como educación, fabricación, transporte y telecomunicaciones, y vea cómo las empresas han aprovechado las…
Los 5 principales desafíos y soluciones del reconocimiento facial
El reconocimiento facial es hoy parte de la vida cotidiana, desde desbloquear teléfonos hasta verificar identidades en espacios públicos. Su alcance sigue creciendo, trayendo comodidad y nuevas posibilidades. Sin embargo, esta expansión también suscita preocupaciones sobre precisión, privacidad, sesgo y equidad que requieren atención cuidadosa. El gráfico compara ocho sistemas de reconocimiento facial utilizando el…
Comparación de modelos fundacionales relacionales
Comparamos SAP-RPT-1-OSS contra el gradient boosting (LightGBM, CatBoost) en 17 conjuntos de datos tabulares que abarcan el espectro semántico-numérico, tablas pequeñas/de alta semántica, conjuntos de datos de negocio mixtos y grandes conjuntos de datos numéricos de baja semántica. Nuestro objetivo es medir dónde los priores semánticos preentrenados de un LLM relacional pueden ofrecer ventajas frente…
Los 6 mejores creadores de aplicaciones con IA: Lovable, Base44 y Glide
Probamos los 6 mejores creadores de aplicaciones con IA sin código/de bajo código usando 1 prompt en 15 dimensiones, incluidas la configuración, la navegación, el proceso de pago, el diseño y la usabilidad. Lea la metodología del benchmark y la evaluación para ver cómo probamos estas herramientas. Lovable se describe mejor como un creador de…
Comparar Modelos de Visión Grandes: GPT-4o vs YOLOv8n
Los modelos de visión grandes (LVMs) pueden automatizar y mejorar tareas visuales como la detección de defectos, diagnóstico médico y monitoreo ambiental. Realizamos pruebas de referencia a tres modelos de detección de objetos: YOLOv8n, DETR y GPT-4o Vision, en 1.000 imágenes cada uno, midiendo métricas como mAP@0.5, velocidad de inferencia, FLOPs y cantidad de parámetros.…
20 Estrategias para la mejora de la IA y ejemplos
Los modelos de IA requieren una mejora continua a medida que evolucionan los datos, el comportamiento de los usuarios y las condiciones del mundo real. Incluso los modelos con buen rendimiento pueden degradarse cuando los patrones que aprendieron ya no coinciden con las entradas actuales, lo que conduce a una menor precisión y predicciones poco…
8 casos de uso de monitoreo de red con ejemplos de la vida real
El monitoreo de red es una de esas cosas que los equipos de TI solo notan cuando falta. Cuando funciona bien, los problemas se detectan antes de que los usuarios sepan que algo va mal. Cuando no está, un problema menor de conectividad puede escalar silenciosamente hasta convertirse en una interrupción grave. Vea nuestros ejemplos…
IA generativa empresarial: 11 casos de uso y mejores prácticas
La IA generativa (GenAI) presenta oportunidades novedosas para las empresas en comparación con las compañías de mercado medio o las startups, incluyendo: Sin embargo, la IA generativa trae desafíos únicos para las grandes organizaciones. Por ejemplo: Explore nuestros prácticos casos de uso de IA empresarial para aprender cómo las grandes empresas pueden crear, implementar y…
Boletín informativo de AIMultiple
Reciba un correo electrónico gratuito a la semana con las últimas noticias tecnológicas B2B y análisis de expertos para impulsar su empresa.