Sıla Ermut
Sıla est analyste sectorielle chez AIMultiple, couvrant les modèles d’IA, l’infrastructure d’IA, la gouvernance de l’IA et les applications d’IA d’entreprise.
Centres d’intérêt de recherche
Les recherches de Sıla portent sur l’utilisation de l’IA dans le marketing, la santé, les chaînes d’approvisionnement et le développement durable. Elle couvre également l’évaluation, la gouvernance, l’éthique et l’adoption de l’IA.Ses travaux comprennent la recherche et la comparaison de technologies d’IA, l’analyse de leurs applications métier et la contribution aux benchmarks technologiques d’AIMultiple.
Expérience professionnelle
Sıla a précédemment travaillé comme recruteuse et dans des cabinets de gestion de projet et de conseil.Formation
Elle est titulaire de :- Licence en relations internationales de l’Université Bilkent.
- Master en psychologie sociale de l’Université Başkent.
Son mémoire de master portait sur les préoccupations éthiques et psychologiques liées à l’IA. Son mémoire examinait la relation entre l’exposition à l’IA, les attitudes envers l’IA et les angoisses existentielles à différents niveaux d’utilisation de l’IA.
Derniers articles de Sıla
Modèles quantitatifs à grande échelle: applications et défis
Les systèmes modernes deviennent trop complexes pour l'analyse statistique traditionnelle, car les institutions gèrent désormais d'énormes ensembles de données, notamment des données sur les patients, la météo et les marchés financiers. Les modèles quantitatifs à grande échelle (LQM) aident en traitant ces ensembles de données, en intégrant des données structurées et non structurées, et en…
Prix des 6 meilleurs logiciels de gestion des services informatiques (ITSM)
Les outils de gestion des services informatiques (ITSM) qui prennent en charge la gestion des incidents, des problèmes, des changements et de la base de connaissances offrent des modèles de tarification diversifiés. Voir les détails de tarification de la gestion des services informatiques des 6 principaux fournisseurs et le guide des fonctionnalités pour les petites…
LLM Quantification: BF16 vs FP8 vs INT4
Nous avons effectué des benchmarks de Qwen3-32B à 4 niveaux de précision (BF16, FP8, GPTQ-Int8, GPTQ-Int4) sur un seul NVIDIA H100 80GB GPU. Chaque configuration a été évaluée sur 2 benchmarks (~12,2K questions) couvrant les connaissances et la génération de code, ainsi que sur plus de 2 000 exécutions d'inférence pour mesurer le débit. Int4…
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.