Berk Kalelioğlu
Araştırma ilgi alanları
Berk, makine öğrenimi, etmen tabanlı yapay zeka araçları ve büyük ve küçük dil modellerine (LLM'ler ve SLM'ler) odaklanmaktadır.Kendisi, AIMultiple benchmark ekibinde yer almakta; değerlendirmeler yapmakta ve okuyucuların gelişen teknolojileri ve bunların gerçek dünyadaki uygulamalarını anlamalarına yardımcı olacak içgörüler sunmaktadır.
Mesleki deneyim
Kariyerine ODTU IVME-R'de Teknoloji Proje Lideri olarak başladı; burada fiziksel kuantum ve sözde rastgele sayı üreteçleri geliştirme projesini yönetti.IVME-R'deki görev süresinin ardından bir oyun geliştirme şirketinin kurucu ortağı oldu ve Steam'de bir oyun yayımladı.
Daha sonra kariyerini yapay zekaya yönlendirdi ve araştırmacı olarak AIMultiple'a katıldı.
Eğitim
Berk, Ankara University'den Matematik alanında lisans derecesine sahiptir.Berk Tarafından Son Makaleler
AIM Enterprise: Ajanik Kurumsal Benchmark
Kurumlar düzenli görevleri için her gün LLM'ler kullanıyor. En maliyet etkin LLM'leri bulmak için, farklı kategorilerde 69 kurumsal görevi kullandığımız ajansal bir kurumsal benchmark olan AIM Enterprise'ı tasarladık. Her model her görev için bir dosya teslim etti. Puanlar görelidir: jüriler her yanıtı aynı görevdeki diğer yanıtlara göre sıralar, bu nedenle ortalama puan tasarım gereği 50'dir.…
AIM Ajan Tabanlı Pazarlama Benchmark
AIM Ajan Tabanlı Pazarlama benchmark'ını tanıtıyoruz; bu benchmark, ajan performansını üç pazarlama iş akışında ölçer: rekabet boşluğu analizi, ABM hedef listesi hazırlama ve kişiselleştirilmiş satış sunumu. Ayrıca ajanların AIMultiple’ın İngilizce içeriğini incelediği ve okuyucuların güvenini sarsabilecek olgusal doğruluk, alıntılar, tutarlılık, güncellik, işlevsellik, dil bilgisi ve biçimlendirme ile ilgili doğrulanabilir sorunları raporladığı ayrı bir web sitesi…
Zaman Serisi Sınıflandırma Benchmark'ı: Temel Modeller vs Klasik Yöntemler
Önceden eğitilmiş zaman serisi temel modellerinden 2019'dan 22 özellikli bir temel yönteme kadar 13 zaman serisi sınıflandırma yöntemini, 33 UCR/UEA dataset'i üzerinde donmuş tek bir protokol altında benchmark ettik. Bu, 14.638 kaydedilmiş yöntem-dataset-yeniden örnekleme hücresi demektir, bunların 11.874'ü puanlanmıştır. Grafik, benchmark'ın ana karşılaştırmasını göstermektedir: her birinin sonuç ürettiği 15 tek değişkenli dataset üzerinde 12 yöntem,…
A-CODE-LLM Bench: Ajansal Kodlama Kıyaslaması
En iyi Büyük Dil Modellerini (LLM'leri) 10 yazılım geliştirme görevinde ajan bir CLI aracı kullanarak kıyasladık. Her modelde hem API hem de UI katmanlarında ~3.500 otomatik doğrulama adımı çalıştırdık. Her takma ad 10 görevde 3 kez çalıştırıldı (takma ad başına 30 örnek, 40 takma ad genelinde iterasyon başına 400 hücre). Daha fazla ayrıntı için metodoloji…
A-CODE-CLI Bench: Otonom CLI Benchmark'ı
Otonom CLI araçları, dosya oluşturabilen ve silebilen, komut çalıştırabilen, planlama yapabilen ve tüm projenin kodlamasını yürütebilen yapay zeka kodlama araçlarıdır. Önde gelen araçları 10 gerçek dünya web geliştirme senaryosu üzerinde benchmark'a tabi tuttuk, ajan başına ~600 atomik doğrulama kontrolü ve arka uç mantığını, ön uç işlevselliğini ve çoklu çalıştırma tutarlılık doğrulamasını kapsayan toplam ~5.000'den fazla…
Moltbook: Ajan Güdümlü Sosyal Medya
OpenClaw'ın hızlı büyümesi, alışılmadık bir sosyal deneyi tetikledi: Ajanların birbiriyle etkileşime girdiği Reddit benzeri bir sosyal platform olan Moltbook. 28th Ocak 2026'da yayına başladı ve kısa sürede ilgi görmeye başladı. İlk haftasında 1.5m'den fazla ajana ulaştı. Yapay zeka ajanları için diğer platformlar için, OpenClaw Ekosistemi İçinde: 8 Yapay Zeka Ajan Güdümlü Platform başlıklı yazıyı okuyun.…
OpenClaw (Moltbot/Clawdbot) Kullanım Alanları ve Güvenlik
OpenClaw (eski adıyla Moltbot ve Clawdbot), yerel bilgi işlem görevlerini yürütmek ve standart mesajlaşma platformları aracılığıyla kullanıcılarla etkileşim kurmak için tasarlanmış açık kaynaklı, kendi kendine barındırılan bir yapay zeka asistanıdır. Metin üreten danışmanlar olarak işlev gören geleneksel sohbet botlarının aksine, OpenClaw kabuk komutlarını yürütebilen, dosyaları yönetebilen ve ana makinede tarayıcı işlemlerini otomatikleştirebilen otonom bir ajan…
VPS Karşılaştırması: Hetzner vs Digital Ocean
6 Sanal Özel Sunucu (VPS) sağlayıcısını, CPU, bellek, disk G/Ç ve ağ hızında sysbench, fio ve speedtest-cli kullanarak sunucu başına ~1.200 otomatik test çalıştırarak karşılaştırdık. Ayrıca her sağlayıcı için kayıttan SSH'a kadar olan tüm deneyimi belgeledik. Her sağlayıcının 4 vCPU (Paylaşımlı) / 8 GB planlarını, herhangi bir ekstra veya hizmet eklemeden kullandık. En ucuz sağlayıcılar…
Agentic IT: Can LLMs Design a Benchmark
We gave 12 large language models the job a benchmark team does: invent a benchmark, build it, run four models through it, and report the results. Each did it twice. None of the 24 attempts passed every criterion, and six of the rubric’s checks were passed by none of them. The two topics are text-to-SQL,…
En İyi Sabit Ücretli LLM API Sağlayıcıları
Sabit ücretli LLM sağlayıcıları, token başına faturalandırma yerine aylık sabit bir fiyat karşılığında sınırsız model kullanımı sunar. Bu model, ajan tabanlı kodlama oturumları on milyonlarca token kullanabildiğinden, token başına faturanın tahmin edilmesi zor olduğu için yaygınlaştı. Gerçek bir sabit ücret sunan çok az sağlayıcı vardır; sabit olarak pazarlanan çoğu planın altında bir kullanım kotası yatar.…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.