Berk Kalelioğlu
Interessi di ricerca
Berk si concentra su apprendimento automatico, strumenti di IA agentica e modelli linguistici grandi e piccoli (LLM e SLM).Fa parte del team benchmark di AIMultiple, conducendo valutazioni e fornendo approfondimenti per aiutare i lettori a comprendere le tecnologie emergenti e le loro applicazioni nel mondo reale.
Esperienza professionale
Ha iniziato la carriera come Responsabile di progetto tecnico presso ODTU IVME-R, dove ha guidato un progetto per realizzare generatori quantistici fisici e di numeri pseudocasuali.Dopo l'esperienza presso IVME-R, ha cofondato una società di sviluppo di videogiochi e ha pubblicato un gioco su Steam.
In seguito ha orientato la sua carriera verso l'IA ed è entrato in AIMultiple come ricercatore.
Formazione
Berk ha conseguito una laurea triennale in Matematica presso Ankara University.Ultimi articoli di Berk
Benchmark sulla classificazione delle serie temporali: modelli foundation vs metodi classici
Abbiamo confrontato 13 metodi di classificazione delle serie temporali, dai modelli foundation preaddestrati per serie temporali a una baseline a 22 feature del 2019, su 33 dataset UCR/UEA con un unico protocollo congelato. Si tratta di 14.638 celle registrate metodo-dataset-ricampionamento, 11.874 delle quali valutate. Il grafico confronta 12 metodi sui 15 dataset univariati che tutti…
A-CODE-CLI Bench: Benchmark dei CLI agentici
Gli strumenti CLI agentici sono strumenti di codifica IA in grado di creare ed eliminare file, eseguire comandi, pianificare ed eseguire la codifica dell'intero progetto. Abbiamo confrontato i principali strumenti in 10 scenari reali di sviluppo web, eseguendo circa 600 controlli di validazione atomici per agente e più di circa 5.000 esecuzioni di test automatizzate…
Benchmark VPS: Hetzner vs Digital Ocean
Abbiamo confrontato 6 fornitori di server privati virtuali (VPS) eseguendo circa 1.200 test automatizzati per server su CPU, memoria, I/O del disco e velocità di rete utilizzando sysbench, fio e speedtest-cli. Abbiamo inoltre documentato l'intera esperienza dalla registrazione all'accesso SSH per ciascun fornitore. Abbiamo utilizzato piani da 4 vCPU (condivise) / 8 GB di ciascun…
Benchmark di Marketing Agentic di AIM
Presentiamo il Benchmark di Marketing Agentic di AIM, che misura le prestazioni degli agenti su tre flussi di lavoro di marketing: analisi del gap competitivo, preparazione della lista di target ABM e un deck di vendita personalizzato. Abbiamo anche eseguito un audit separato della reputazione del sito web in cui gli agenti hanno esaminato i…
Benchmark di Modelli Tabulari: Prestazioni su 19 Dataset
Abbiamo confrontato 8 modelli di apprendimento tabulare su 19 dataset reali per un totale di circa 260.000 campioni, con dimensioni dei dataset da 435 a 48.800 righe. Ogni modello è stato eseguito sulla stessa macchina con validazione incrociata a 5-fold e suddivisioni identiche. Ogni dataset è un torneo all'italiana di confronti diretti tra modelli, decisi…
Newsletter AI Multiple
Una email gratuita a settimana con le ultime notizie tecnologiche B2B e approfondimenti di esperti per dare impulso alla tua azienda.