Hizmetler
Bize Ulaşın
Ekrem Sarı

Ekrem Sarı

Yapay Zeka Araştırmacısı
35 Makale
B2B Teknolojisinde Güncel Kalın

Ekrem, AIMultiple'da bir Yapay Zeka Araştırmacısı ve Veri Analistidir. Yapay zeka ve LLM sistemleri için uygulamalı benchmark'lar tasarlar ve yürütür.

Profesyonel Deneyim

AIMultiple'da, Ekrem uçtan uca yapay zeka sistemlerini benchmark eder ve benchmark ve ürün metriklerini izlemek için kullanılan veri iş akışlarını ve panolarını oluşturur. Onun benchmark'ları; embedding ve reranker model'lerini, vektör ve graf veritabanlarını, inference motorlarını, kuantizasyonu, GPU eşzamanlılığını ve çoklu GPU ölçeklemesini, bulut GPU fiyatlandırmasını ve sağlayıcılarını, text-to-SQL, RAG ve agentic RAG framework'lerini kapsar.

AIMultiple'dan önce, Yandex'te Değerlendirici olarak çalıştı; burada arama kalitesini değerlendirdi ve sıralama ile model kalitesini desteklemek için ayrıntılı yönergelere göre büyük hacimli verileri etiketledi.

Araştırma İlgi Alanları

Ekrem'in çalışmaları MLOps ve LLMOps yaşam döngüsüne ve yapay zeka sistemlerinin performansının ölçülmesine odaklanmaktadır. Ekrem, doğruluk, verim, API maliyeti ve ölçeklenebilirlik gibi metrikler açısından embedding model'lerinden ve vektör veritabanlarından GPU ve bulut altyapısına kadar tüm yığın boyunca model'leri, framework'leri ve altyapıyı karşılaştırır. Yüksek lisans tezi, RAG tabanlı bir pipeline ile sistematik literatür taramalarını otomatikleştirmektedir.

Eğitim

Ekrem, Hacettepe Üniversitesi'nden lisans derecesine sahiptir ve Başkent Üniversitesi'nde yüksek lisans eğitimini tamamlamaktadır.

Ekrem Tarafından Son Makaleler

Veri
Kıyaslama
30 Tem

Büyük Ölçekli Web Kazıma: 7 Sağlayıcı Karşılaştırıldı

Canlı web sitelerinde, 5 ile 5.000 arasında eşzamanlı istek ile iki kıyaslama çalıştırdık. İlki, Tranco en iyi 10.000 alan adı genelinde dört web engel kaldırıcı üzerinden 260.000 istek gönderdi, ayrıca 10.000 URL üzerinde bir markdown çıkarma testi yapıldı. İkincisi, beş kazıma sağlayıcısının her birinden 100 e-ticaret alan adı genelinde 65.000 ürün ve arama sayfası getirdi.…

Yapay Zeka
Açık Dünya Değerlendirmesi
23 Tem

En İyi 6 Ücretsiz Bulut GPU Hizmetinin Karşılaştırması

En iyi ücretsiz GPU katmanı, kiralama ücretleriyle ayda yaklaşık $19 değerindedir ve sekiz platform kredi kartı olmadan gerçek bir GPU sunar. Bunlardan altısı, aylık ücretsiz kullanımı sınırlandırır ve biz, bulut GPU fiyatlandırma verilerimizdeki her bir GPU için en ucuz güncel isteğe bağlı ücret üzerinden fiyatlandırdık. Her çubuk, aynı GPU süresinin kiralama maliyetidir; bir platformun aylık…

Yapay Zeka
Kıyaslama
20 Tem

Vektör Veritabanı Boyutlandırma ve Seçim Hesaplayıcı

RAG için kendi kendine barındırılan bir vektör veritabanının arkasındaki pratik soru, hangi motorun belirli bir sunucuya uyduğu ve hangisini iş yükünün elediğidir. Aşağıdaki hesaplayıcı, aynı embedding'ler üzerinde eşleşen geri çağırma oranında çalıştırılan yedi kendi kendine barındırılan vektör veritabanına ait kıyaslama sonuçlarımızdan her ikisini de yanıtlıyor. Hesaplayıcının üst kısmındaki beş onay kutusu, beş yaygın RAG iş…

Yapay Zeka
Kıyaslama
18 Tem

En İyi RAG Araçları, Çerçeveleri ve Kütüphaneleri

RAG, LLM yanıtlarını yalnızca modelin eğitim sırasında ezberledikleri yerine harici verilerle temellendirerek iyileştirir. Bir RAG sistemini oluşturan bileşenleri kıyasladık ve sonuçları, yığının her parçasını seçmeye yönelik pratik bir rehberle birlikte tek bir yerde topladık. Her RAG bileşeni için kıyaslama sonuçlarımıza, RAG yığını seçme rehberimize veya RAG temellerine bakın: nedir, nasıl çalışır ve nerede yer alır.…

Yapay Zeka
Kıyaslama
18 Tem

Vektör Veritabanı Benchmark: RAG için 7 Açık Kaynak Motor

Yedi açık kaynak, kendi kendine barındırılan vektör veritabanını bir RAG pipeline'ının erişim katmanı olarak benchmark ettik; her biri aynı bge-m3 embedding'leri ve gerçek tıbbi ve teknik sorgular üzerinde teker çalıştırıldı, böylece veritabanı endeksi tek değişken oldu. İş yükü; doğruluk ve erişim kalitesinden hız, bellek, filtrelenmiş ve hibrit arama, oluşturma maliyeti ve canlı değişime kadar…

Yapay Zeka
Kıyaslama
16 Tem

Bulut GPU Fiyatlandırması, Performansı & Sağlayıcı Karşılaştırması

Bulut GPU liste fiyatları aynı model için bir sağlayıcıdan diğerine birkaç kat farklılık gösterebilir. Tüm üç fiyatlandırma kademesindeki 40+ GPU yapılandırması için en düşük fiyatı, sağlayıcıyı, piyasa aralığını ve medyanı, ayrıca 10 model üzerinde dolar başına işlem hacmi kıyaslamasını derledik. 13 hiper ölçekli ve neo-bulut sağlayıcısında iş yükünüz için en uygun maliyetli GPU'yu, dolar başına…

Yapay Zeka
Özellik Karşılaştırması
16 Tem

Bulut GPU Kiralama Fiyat Endeksi

Yeni nesil bulut GPU'lar (B200, B300, MI300X, RTX 5090) için isteğe bağlı ücretler geçtiğimiz yıl kabaca iki katına çıktı; yaygın kartlar (H100, H200, A100) ise dar bir bantta kaldı. GPU endeksini, 63 sağlayıcıdan ve 17 GPU modelinden aylık olarak derliyoruz; isteğe bağlı, spot ve 1 yıllık rezervasyon katmanlarını kapsıyor. Grafik, üç çıkış tarihi grubu için…

Yapay Zeka
İçgörü
12 Tem

LLM Self-Hosting için VRAM Hesaplayıcı

Kendi barındırılan bir LLM, çıkarımın operatörün kontrol ettiği donanım üzerinde, üçüncü taraf bir API üzerinden değil, çalıştırılması anlamına gelir; bu durum maliyet, veri kontrolü ve gizlilik profilini değiştirir. Bir modelin çalışıp çalışmadığı tamamen belleğe bağlıdır. Hesaplayıcı, modelin, hassasiyetinin, bağlam uzunluğunun ve hedef donanımın temelinde bir modelin yerel olarak çalışması için gereken VRAM veya birleşik belleği…

Kurumsal Yazılım
Kıyaslama
2 Tem

En İyi Sunucusuz Fonksiyonlar: Vercel vs Azure vs AWS

Sunucusuz fonksiyonlar, geliştiricilerin bir sunucu yönetmek zorunda kalmadan kod çalıştırmasını sağlar. Bu, altyapı ölçeklendirme ve bakım arka planda otomatik olarak yapılırken uygulama yazma ve dağıtmaya odaklanmalarına olanak tanır. Bu kıyaslamada, sunucusuz fonksiyon performanslarını test etmek için metodolojimizi takip ederek 7 popüler bulut hizmeti sağlayıcısını değerlendirdik. En hızlı ve en yavaş yanıt sürelerini, 1000 istek için…

Yapay Zeka
Kıyaslama
2 Tem

RAG Değerlendirme Araçları: Weights & Biases vs Ragas vs DeepEval

Bir RAG pipeline'ı yanlış bağlamı getirdiğinde, LLM yanlış cevabı kendinden emin bir şekilde üretir. Bağlam uygunluk skorlayıcıları birincil savunmadır. Aynı koşullar altında 1.460 soru ve 14.600'den fazla skorlanmış bağlam üzerinden beş aracı kıyasladık: aynı yargıç modeli (GPT-4o), varsayılan yapılandırmalar ve özel prompt'lar yok. Standart koşullar altında WandB, TruLens ve Ragas en iyi performans gösterenler olarak…