Hizmetler
Bize Ulaşın
Ekrem Sarı

Ekrem Sarı

Yapay Zeka Araştırmacısı
35 Makale
B2B Teknolojisinde Güncel Kalın

Ekrem, AIMultiple'da Yapay Zeka Araştırmacısı ve Veri Bilimcidir. 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 panoları geliştirir. Onun benchmark'ları embedding ve reranker model'lerini, vektör ve grafik veritabanlarını, inference motorlarını, kuantizasyonu, GPU eşzamanlılığını ve çoklu-GPU ölçeklemesini, bulut GPU fiyatlandırmasını ve sağlayıcılarını, metinden-SQL'e dönüşümü ve RAG ile ajan bazlı RAG framework'lerini kapsar.

AIMultiple'dan önce Yandex'te Veri Bilimci olarak çalıştı; burada büyük dataset'leri SQL ile sorgulayıp analiz ederek arama ve sıralama kalitesini ayrıntılı yönergelere göre değerlendirdi.

Araştırma İlgi Alanı

Ekrem'in çalışmaları, LLM ve erişim sistemlerinin pratikte nasıl performans gösterdiğini ölçmeye odaklanır. Test düzeneğini tasarlar, iş yüklerini gerçek donanımda çalıştırır; embedding model'lerinden vektör veritabanlarına ve inference motorlarından GPU altyapısına kadar tüm yığında model'leri, framework'leri ve altyapıyı doğruluk, verim, gecikme, maliyet ve ölçeklenebilirlik açısından karşılaştırır. Yüksek lisans tezi, sistematik literatür taramalarını RAG tabanlı bir pipeline ile otomatikleştirir.

Eğitim

Ekrem, Başkent Üniversitesi'nden Yönetim Bilişim Sistemleri alanında yüksek lisans derecesine sahiptir; tezinde sistematik literatür taramalarını RAG tabanlı bir pipeline ile otomatikleştirmiştir ve Hacettepe Üniversitesi'nde Veri ve Bilgi Mühendisliği alanında ikinci yüksek lisansına devam etmektedir.

Ekrem Tarafından Son Makaleler

Yapay Zeka
Kıyaslama
14 Ağu

Finans Alanında 40+ LLM Karşılaştırması: Claude Fable 5 ve GPT-5.6 Sol

Finans alanında 40+ LLM'i, hangi modellerin tablo analizi, tahminleme ve oran hesaplamaları gibi karmaşık finansal muhakeme görevlerinde üstün performans gösterdiğini belirlemek için FinanceReasoning karşılaştırma testindeki 238 zor soru üzerinde değerlendirdik. LLM'leri FinanceReasoning karşılaştırma testindeki (Tang ve diğerleri) 238 zor soru üzerinde değerlendirdik.1 Bu alt küme, finansal kavramları ve formülleri içeren karmaşık, çok adımlı nicel muhakemeyi…

Kurumsal Yazılım
Kıyaslama
14 Ağu

E-posta Arşivleme Yazılımı Benchmark

Bir Microsoft 365 kiracısı sağladık, onu 10.000 e-postalık sentetik derlem ve 8 dosya türü alt türünde 1.700 ek ile doldurduk, ardından aynı kiracı üzerinde NinjaOne SaaS Archiver, Barracuda Cloud Archiving Service, Acronis Cyber Protect Cloud Email Archiving ve MailPiler ürünlerini alım, arama, ek geri çağırma, dışa aktarma, değişmezlik, yasal bekletme, denetim, şifreleme, saklama ve satıcı…

Siber Güvenlik
Açık Dünya Değerlendirmesi
14 Ağu

Olağanüstü Durum Kurtarma Karşılaştırması: Acronis vs Comet vs MSP360

Acronis Cyber Protect Cloud, Comet Backup ve MSP360 Managed Backup'ı olağanüstü durum kurtarma üzerinde test ettik. Her satıcı canlı bir Windows Server 2022 ve canlı bir Ubuntu 24.04 sunucusunu görüntüledi; sunucu aynı deterministik iş yükünü, bir web hizmetini, 10.000 satırlık bir veritabanını ve 50 dosyayı taşıyordu. Ardından fidye yazılımı tarzı bir felaket verileri şifreledikten sonra…

Veri
Kıyaslama
14 Ağu

Graf Veritabanı Kıyaslaması: Neo4j vs FalkorDB vs Memgraph

Neo4j, FalkorDB ve Memgraph'i 120.000 Amazon ürün yorumlarından türetilen sentetik bir graf üzerinde kıyasladık (381K düğüm, 804K kenar). 12 sorgu şablonunu her biri 1.000 ölçümle çalıştırdık, 6 parti boyutunda veri alımını test ettik, 60 saniye boyunca 32 iş parçacığına kadar sürekli eşzamanlı yük uyguladık ve bellek, soğuk başlatma, karma iş yükü ve indeks etkisini ölçtük.…

Yapay Zeka
Kıyaslama
11 Ağu

Agentic RAG Benchmark: Multi-Database Routing Across 36 LLM's

36 büyük dil modelini veritabanları arası yönlendirme konusunda kıyasladık. Her model, doğal dilde bir soru ve paragraf düzeyinde tanımlanmış 11 SQL veritabanı alıyor, ardından herhangi bir SQL yazmadan önce hangi veritabanının yanıtı içerdiğine karar vermesi gerekiyor. 11 veritabanı, 80 BIRD-SQL adayından, tanım embedding'lerini kümeleyerek seçildi; böylece adaylar anlamsal olarak birbirine yakın ve gerçek isimleri db_01…

Siber Güvenlik
Kıyaslama
4 Ağu

DLP Yazılım Karşılaştırması

Acronis DeviceLock DLP ve ManageEngine DLP Plus'ı, 23 veri sızıntısı testi (12 adet atlatma amaçlı dosya dahil), 3 ajan güvenlik testi ve yüksek CPU ve bellek tüketimi altında 2 test olmak üzere 28 senaryo ile aynı Windows Server 2022 VM'lerinde karşılaştırdık. Diğer DLP ürünleri olan Netwrix Endpoint Protector, Sophos Intercept X, Teramind DLP ve Trellix…

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

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…