Berk Kalelioğlu
Intérêts de recherche
Berk se spécialise dans l'apprentissage automatique, les outils d'IA agentielle et les modèles de langage de grande et de petite taille (LLM et SLM). Il fait partie de l'équipe de benchmark AIMultiple, où il réalise des évaluations et fournit des analyses pour aider les lecteurs à comprendre les technologies émergentes et leurs applications concrètes.Expérience professionnelle
Il a débuté sa carrière comme chef de projet technique à l'ODTU IVME-R, où il a dirigé un projet de construction de générateurs de nombres quantiques et pseudo-aléatoires physiques. Après son passage à l'IVME-R, il a cofondé une société de développement de jeux vidéo et a publié un jeu sur Steam. Il s'est ensuite orienté vers l'intelligence artificielle et a rejoint AIMultiple en tant que chercheur.Éducation
Berk est titulaire d'une licence en mathématiques de l'université d'Ankara.Derniers articles de Berk
Benchmark des modèles tabulaires: Performance sur 19 jeux de données
Nous avons évalué 7 modèles d'apprentissage tabulaire largement utilisés sur 19 jeux de données réels, couvrant environ 260 000 échantillons et plus de 250 caractéristiques au total, avec des tailles de jeux de données allant de 435 à près de 49 000 lignes. Notre objectif était de comprendre les familles de modèles les plus performantes…
Moltbook: Réseaux sociaux pilotés par des agents
La croissance rapide de OpenClaw a déclenché une expérience sociale inhabituelle : Moltbook, une plateforme sociale semblable à Reddit où des agents interagissent entre eux. Lancé le 28 janvier 2026, il a commencé à attirer l'attention en peu de temps. Il a atteint plus de 1,5 million d'agents au cours de sa première semaine. Pour…
A-CODE-CLI Bench: Benchmark des CLI Agentiques
Les outils CLI agentiques sont des outils de codage IA capables de créer et supprimer des fichiers, d'exécuter des commandes, de planifier et de réaliser le codage de l'ensemble du projet. Nous avons évalué les principaux outils dans 10 scénarios réels de développement web, en effectuant environ 600 vérifications de validation atomiques par agent, pour…
Mémoire IA: Modèles d'IA les plus populaires avec la meilleure mémoire
Les modèles plus intelligents ont souvent une mémoire plus faible. Nous avons testé 26 modèles de langage dans une conversation commerciale de 32 messages pour déterminer lesquels retiennent réellement les informations. Résultats du benchmark de mémoire IA Nous avons testé 26 modèles de langage populaires via une simulation de conversation commerciale de 32 messages avec…
Cas d'utilisation et sécurité d'OpenClaw (Moltbot/Clawdbot)
OpenClaw (anciennement Moltbot et Clawdbot) est un assistant IA open-source et auto-hébergé conçu pour exécuter des tâches informatiques locales et interagir avec les utilisateurs via des plateformes de messagerie standard. Contrairement aux chatbots traditionnels qui fonctionnent comme des conseillers générant du texte, OpenClaw opère en tant qu'agent autonome capable d'exécuter des commandes shell, de gérer…
A-CODE-LLM Bench: Benchmark de codage agentique
Nous avons évalué les meilleurs grands modèles de langage (LLMs) sur 10 tâches de développement logiciel à l'aide d'un outil CLI agentique. Nous avons exécuté ~3,500 étapes de validation automatisées par modèle sur les couches API et UI. A-CODE-LLM Bench résultats Chaque alias a été exécuté 3 fois sur 10 tâches (30 échantillons par alias,…
Hallucination d'IA: Comparez les meilleurs LLM comme GPT-5.2
Les modèles d'IA peuvent générer des réponses qui semblent plausibles mais sont incorrectes ou trompeuses, connues sous le nom d'hallucinations d'IA. 77 % des entreprises sont préoccupées par les hallucinations d'IA.1 Nous avons évalué 37 LLM différents avec 60 questions pour mesurer leurs taux d'hallucination : Résultats du benchmark d'hallucination d'IA Notre benchmark a révélé…
Meilleurs LLMs pour les fenêtres de contexte étendues
Nous avons mené un test propriétaire de conversation de 32 messages sur 22 modèles IA leaders pour voir quelle partie de leurs fenêtres de contexte annoncées fonctionne réellement. La conversation comprend des tâches de synthèse nécessitant de se souvenir d'informations provenant de messages antérieurs, et non pas seulement de répéter la dernière chose dite. Le…
Benchmark VPS: Hetzner vs Digital Ocean
Nous avons comparé 6 fournisseurs de serveurs privés virtuels (VPS) en exécutant environ 1 200 tests automatisés par serveur sur le CPU, la mémoire, les E/S disque et la vitesse réseau à l'aide de sysbench, fio et speedtest-cli. Nous avons également documenté l'expérience complète de l'inscription à SSH pour chaque fournisseur. Résultats du benchmark VPS…
Newsletter AIMultiple
Un e-mail gratuit par semaine contenant les dernières actualités technologiques B2B et des analyses d'experts pour accélérer la croissance de votre entreprise.