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.AIMultiple kıyaslama ekibinin bir parçasıdır, okuyucuların gelişmekte olan teknolojileri ve gerçek dünya uygulamalarını anlamalarına yardımcı olmak için değerlendirmeler yapmakta ve içgörüler sunmaktadır.
Profesyonel deneyim
Kariyerine ODTÜ IVME-R'de Teknoloji Proje Lideri olarak başladı ve burada fiziksel kuantum ve sözde rastgele sayı üreteçleri oluşturma projesine liderlik etti.IVME-R'deki görev süresinin ardından bir oyun geliştirme şirketi kurdu ve Steam'de bir oyun yayınladı.
Daha sonra kariyerini yapay zekaya yöneltti ve araştırmacı olarak AIMultiple'a katıldı.
Eğitim
Berk, Ankara Üniversitesi'nden Matematik alanında lisans derecesine sahiptir.Berk Tarafından Son Makaleler
A-CODE-LLM Bench: Ajan Bazlı Kodlama Kıyaslaması
En iyi Büyük Dil Modellerini (LLM'leri) ajan bazlı bir CLI aracı kullanarak 10 yazılım geliştirme görevi üzerinde kıyasladık. Model başına hem API hem de UI katmanlarında ~3,500 otomatik doğrulama adımı çalıştırdık. A-CODE-LLM Bench sonuçları Her takma ad, 10 görev boyunca 3 kez çalıştırıldı (takma ad başına 30 örnek, yineleme başına 380 hücre 38 takma ad…
A-CODE-CLI Bench: Agentic CLI Karşılaştırması
Agentic CLI araçları, tüm projenin kodlamasını oluşturabilen, dosya silebilen, komut çalıştırabilen, planlayabilen ve yürütebilen yapay zeka kodlama araçlarıdır. Önde gelen araçları 10 gerçek dünya web geliştirme senaryosunda karşılaştırdık, her ajan için ~600 atomik doğrulama kontrolü ve arka uç mantığı, ön uç işlevselliği ve çoklu çalıştırma tutarlılık doğrulaması dahil olmak üzere toplam ~5.000'den fazla otomatik test…
Tablo Modeller Benchmarki: 19 Veri Setinde Performans
19 gerçek dünya veri setinde, yaklaşık 260.000 örnek ve 250'den fazla toplam özellik kapsayan, veri seti boyutları 435'ten neredeyse 49.000 satıra kadar değişen 7 yaygın kullanılan tablo öğrenme modelini benchmarkladık. Amaçımız, tipik bir kurumsal veri mimarisini oluşturan farklı boyut ve yapıdaki (örneğin sayısal ile kategorik) veri setleri için en iyi performans gösteren model ailelerini anlamaktı.…
Moltbook: Ajan Odaklı Sosyal Medya
OpenClaw'ın hızlı büyümesi, ajanların birbirleriyle etkileşime girdiği Reddit benzeri bir sosyal platform olan Moltbook adlı alışılmadık bir sosyal deneyi tetikledi. 28 Ocak 2026'da başlatıldı ve kısa bir süre içinde dikkat çekmeye başladı. İlk haftasında 1,5 milyondan fazla ajana ulaştı. Yapay zeka ajanları için diğer platformlar hakkında daha fazla bilgi için OpenClaw Ekosistemi İçinde: 8 Ajan…
OpenClaw (Moltbot/Clawdbot) Kullanım Alanları ve Güvenlik
OpenClaw (eski adıyla Moltbot ve Clawdbot), yerel hesaplama görevlerini yerine getirmek ve standart mesajlaşma platformları üzerinden kullanıcılarla etkileşime geçmek için tasarlanmış açık kaynaklı, kendi kendine barındırılan bir yapay zeka asistanıdır. Metin üreten danışmanlar olarak işlev gören geleneksel sohbet botlarının aksine, OpenClaw, shell komutlarını çalıştırabilen, 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. VPS Karşılaştırma Sonuçları Her sağlayıcının 4 vCPU (Paylaşımlı) / 8 GB planlarını, herhangi bir ekstra veya hizmet eklemeden kullandık.…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.