Berk Kalelioğlu
Araştırma ilgi alanları
Berk, makine öğrenimi, etmen tabanlı yapay zeka araçları ve büyük ve küçük dil modelleri (LLM'ler ve SLM'ler) üzerine odaklanmaktadır.Kendisi, AIMultiple benchmark ekibinin bir parçasıdır; değerlendirmeler yapmakta ve okuyucuların yeni gelişen teknolojileri ve gerçek dünyadaki uygulamalarını anlamalarına yardımcı olacak içgörüler sunmaktadır.
Profesyonel deneyim
Kariyerine ODTU IVME-R'de Teknoloji Proje Lideri olarak başladı ve burada fiziksel kuantum ve sözde rastgele sayı üreteçleri geliştirme projesine liderlik etti.IVME-R'deki görevinden sonra bir oyun geliştirme şirketi kurdu ve Steam'de bir oyun yayımladı.
Daha sonra kariyerini yapay zekaya yöneltti ve AIMultiple'a Araştırmacı olarak katıldı.
Eğitim
Berk, Ankara Üniversitesi'nden matematik alanında lisans derecesine sahiptir.Berk Tarafından Son Makaleler
Zaman Serisi Sınıflandırma Karşılaştırması: Temel Modeller ve Klasik Yöntemler
13 zaman serisi sınıflandırma yöntemini, önceden eğitilmiş zaman serisi temel modellerinden 2019'dan 22 özellikli bir temel modele kadar, donmuş bir protokol altında 33 UCR/UEA veri seti üzerinde karşılaştırdık. Bu, 14.638 kayıtlı yöntem-veri seti-yeniden örnekleme hücresidir; bunların 11.874 kadarı puanlanmıştır. Grafik, her birinin tamamladığı 15 tek değişkenli veri setinde 12 yöntemi karşılaştırıyor; her veri seti aynı…
A-CODE-CLI Bench: Agentic CLI Benchmark
Ajan CLI araçları, dosya oluşturup silebilen, komut çalıştırabilen, plan yapabilen ve tüm projenin kodlamasını yürütebilen yapay zeka kodlama araçlarıdır. Önde gelen araçları 10 gerçek dünya web geliştirme senaryosunda kıyasladık; ajan başına ~600 atomik doğrulama kontrolü ve backend mantığı, frontend işlevselliği ve çoklu çalıştırma tutarlılık doğrulaması dahil toplamda ~5.000'den fazla otomatik test yürütmesi gerçekleştirdik. Backend doğruluğu…
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…
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…
Tabular Model Karşılaştırması: 19 Veri Kümesinde Performans
8 tablosal öğrenme modelini, yaklaşık 260.000 örnek içeren 19 gerçek dünya veri kümesi üzerinde karşılaştırdık; veri kümesi boyutları 435 ile 48.800 satır arasında değişiyor. Her model aynı makinede 5 katlı çapraz doğrulama ve aynı bölmelerle çalıştırıldı. Her veri kümesi, birincil metriğe göre belirlenen modeller arası birebir karşılaşmalardan oluşan bir turnuva formatındadır. Elo, model başına 483…
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.