Sıla Ermut
Sıla, AIMultiple'da e-posta pazarlama ve satış videoları konularına odaklanan bir sektör analistidir.
Araştırma ilgi alanları
Sıla'nın araştırma alanları arasında e-posta pazarlama, e-ticaret pazarlama kampanyaları ve pazarlama otomasyonu yer almaktadır. Ayrıca AIMultiple'ın e-posta teslim edilebilirlik kıyaslama çalışmalarında da yer almaktadır. AIMultiple teknoloji ekibiyle iş birliği yaparak e-posta teslim edilebilirlik kıyaslama çalışmaları tasarlamakta ve yürütmektedir.Profesyonel deneyim
Sıla daha önce işe alım uzmanı olarak çalışmış ve proje yönetimi ve danışmanlık firmalarında görev almıştır.Eğitim
Elinde şunlar var:- Bilkent Üniversitesi'nden Uluslararası İlişkiler alanında Lisans derecesi.
- Başkent Üniversitesi Sosyal Psikoloji Yüksek Lisans derecesi.
Sıla Tarafından Son Makaleler
Büyük Görüntü Modellerini Karşılaştırın: GPT-4o vs YOLOv8n
Large vision models (LVMs) can automate and improve visual tasks such as defect detection, medical diagnosis, and environmental monitoring. We benchmarked three object detection models: YOLOv8n, DETR, and GPT-4o Vision, across 1,000 images each, measuring metrics such as mAP@0.5, inference speed, FLOPs, and parameter count.
ITSM'de Ajan Tabanlı Yapay Zeka: 10 Kullanım Senaryosu & Örnekler
Agentic AI in ITSM marks a practical shift in how organizations manage IT operations and service delivery. Instead of relying on static automation or predefined workflows, agentic AI enables contextual reasoning, allowing AI agents to act autonomously within IT environments.
Üretici Yapay Zeka Etik: Nasıl Yönetilir?
Generative AI raises important concerns about how knowledge is shared and trusted. Britannica, for instance, filed a lawsuit against Perplexity, alleging that the company illegally and knowingly copied Britannica’s human-verified content and misused its trademarks without permission. Explore what generative AI ethics concerns are and best practices for managing them. 1.
İzleyici Simülasyonu: LLM'ler İnsan Davranışını Tahmin Edebilir mi?
Pazarlamada, LLM'lerin insan davranışını ne kadar doğru tahmin ettiğini değerlendirmek, hedef kitle ihtiyaçlarını öngörmedeki etkinliklerini değerlendirmek ve uyumsuzluk, etkisiz iletişim veya istenmeyen etki risklerini belirlemek için çok önemlidir. LLM'lerle hedef kitle simülasyonu, sanal hedef kitlelerin modellenmesini sağlayarak, kuruluşların maliyetli anketlere veya odak araştırmalarına güvenmeden içerik veya ürünlere yönelik tepkileri öngörmelerine yardımcı olur.
En İyi 125 Üretken Yapay Zeka Uygulaması
30'dan fazla vaka çalışması ve 10 kıyaslama ölçütü üzerinden yaptığımız analizimize dayanarak, 40'tan fazla ürünü test edip karşılaştırdığımızda, aşağıdaki kategorilerde 125 üretken yapay zeka kullanım örneği belirledik: Tek bir doğru cevabın olduğu istekler için yapay zekanın diğer uygulamaları (örneğin, tahmin veya sınıflandırma) için yapay zeka uygulamalarına göz atabilirsiniz.
LLM Pazar Payı: Kullanım ve Benimsenmeyi Karşılaştırın
We analyzed LLM market share by combining usage-based data and web visit estimates to show how demand for large language models is distributed across AI labs and AI applications: LLM market share comparison by country Read the methodology to see how we measured and calculated these results.
Pazarlama Araçlarında 15 Yapay Zeka Ajanı & Örnekler
Research shows that 50% of organizations using generative AI plan to launch agentic AI pilot programs in 2025.AI agents in marketing represent a significant shift in the industry, introducing systems that can reason, make decisions, and act with minimal human oversight.
İlişkisel Temel Modelleri Karşılaştırın
We benchmarked SAP-RPT-1-OSS against gradient boosting (LightGBM, CatBoost) on 17 tabular datasets spanning the semantic-numeral spectrum, small/high-semantic tables, mixed business datasets, and large low-semantic numerical datasets. Our goal is to measure where a relational LLM’s pretrained semantic priors may provide advantages over traditional tree models and where they face challenges under scale or low-semantic structure.
LLM Kuantizasyonu: BF16 vs FP8 vs INT4
We benchmarked Qwen3-32B at 4 precision levels (BF16, FP8, GPTQ-Int8, GPTQ-Int4) on a single NVIDIA H100 80GB GPU. Each configuration was evaluated on 2 benchmarks (~12.2K questions) covering knowledge and code generation, plus 2,000+ inference runs to measure throughput. Int4 is 2.
En İyi 10 Fiyat İzleme Aracı
Price monitoring tools track competitors’ prices to enable pricing strategies that respond to market changes and stay competitive as conditions shift. Explore the top 10 price monitoring tools, review their key features and pricing models, and learn how they can enable pricing strategies that respond to market changes.
AIMultiple Bülteni
Haftada 1 ücretsiz e-posta ile en son B2B teknoloji haberleri ve uzman içgörüler ile işletmenizi hızlandırın.