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
Bilgisayar Kullanım Ajanları: Kıyaslama & Mimari
Bilgisayar kullanım ajanları gerçek masaüstlerinde ve web uygulamalarında çalışır. Tasarımları, sınırları ve ödünleri genellikle belirsizdir. Önde gelen sistemlerin nasıl çalıştığını, nasıl öğrendiklerini ve mimarilerinin nasıl farklılaştığını inceliyoruz. Ayrıca, 100 masaüstü ekran görüntüsü üzerinde, 4 görev türü ve her örnek için 5 çalıştırma ile odaklanmış bir UI temellendirme kıyaslamasına atıfta bulunuyoruz. Bu kıyaslama, görsel algı kalitesini…
YZ VC Benchmark: 11 YZ Ajanı Gerçek Girişim Sermayesi Görevlerinde
Erken aşama VC’lerle ortaklık kurarak iki analist iş akışını insan tarafından doğrulanmış altın standartlı karşılaştırmalara dönüştürdük ve 11 YZ ajanını bunlarla puanladık. Görevleri, sonuçları ve puanlama yöntemini görün: 11 modelin her biri her görevi bir kez çalıştırdı. Puanlar 100 üzerindendir. Kimi K3 puanlanabilir fırsat belirleme çalışması üretemedi ve 0 olarak kaydedildi. Her iki görev de…
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.