Büyük Eylem Modelleri: Abartı mı Gerçek mi?

Rabbit'in, mobil uygulamaları kullanabilen bir yapay zeka cihazı olan Rabbit'in piyasaya sürülmesinin ardından, büyük eylem modelleri (LAM'lar) terimi popülerleşiyor. Bu modeller, LLM'leri, kullanıcıların uygulamalara tıklamasını veya API'leri entegre etmesini gerektirmeden, parçalı ve uygulama odaklı dünyayı birbirine bağlayabilen "ajanlara" dönüştürerek konuşmanın ötesine geçiyor.

LAM'ların abartı ile gerçekliği arasındaki çizgi bulanıktır, ancak kısacası LAM, eylemler gerçekleştirmek (ör. API istekleri göndermek) üzere özel olarak eğitilmiş bir büyük dil modelidir (LLM).¹

Büyük eylem modeli (LAM) nedir?

Bir Büyük Eylem Modeli (LAM), Büyük Dil Modelleri (LLM'ler) üzerine inşa edilmiş, yalnızca metni anlayıp üretmekle kalmayıp aynı zamanda gerçek dünya (dijital veya fiziksel) ortamlarında eylemler planlayıp yürüten, kullanıcı amacına dayalı olarak görevleri otomatikleştirmesini ve sistemlerle doğrudan etkileşime girmesini sağlayan gelişmiş bir yapay zeka türüdür.

Büyük Eylem Modelleri'nin (LAM'lar) temel özellikleri arasında kullanıcı amacını farklı girdilerden (metin, ses, görüntü) anlayabilme, bu amacı yürütülebilir eylemlere dönüştürebilme, değişen ortamlarda görevleri adım adım planlayıp uyarlayabilme ve belirli alanlarda uzmanlaşma yoluyla verimli çalışabilme yetenekleri bulunur; bu sayede karmaşık gerçek dünya görevlerini otonom bir şekilde tamamlayabilirler.

Büyük Eylem Modelleri'nin (LAM'lar) temel özellikleri şunlardır:

• Kullanıcı amacını yorumlama: Kullanıcı isteklerini, talimat açık veya örtük olsa bile metin, ses, görüntü veya videodan anlayabilirler.
• Eylemler üretme: Kullanıcı hedeflerini, GUI kullanma, API'leri çağırma, robotları kontrol etme veya kod üretme gibi dijital veya fiziksel ortamlarda somut eylemlere dönüştürürler.
• Dinamik planlama ve uyarlama: Karmaşık görevleri daha küçük adımlara bölebilir, bir planı takip edebilir ve durum değiştiğinde veya hatalar oluştuğunda planı ayarlayabilirler.
• Uzmanlaşma ve verimlilik: Genellikle belirli görevler veya ortamlar için oluşturulurlar, bu da onları o alanda genel amaçlı modellere göre daha doğru ve verimli kılar.

Kısacası, LAM'lar dili anlamaktan daha fazlasını yapar. Anlayışı eylemle birleştirir ve gerçek dünya ortamlarında çok adımlı görevleri yerine getirebilirler.

Büyük eylem modelleri (LAM) nasıl çalışır?

LAM'lar uygulamalarla kullanıcı arayüzleri üzerinden veya daha yaygın olarak API'ler aracılığıyla etkileşime girer. Örneğin, bir web sitesinin veya uygulamanın görüntülerini ve kodunu işleyerek sonraki adımlarına karar verebilir ve eylemler gerçekleştirebilirler.

Kaynak: Salesforce²

Bu, LAM'ların kullanıcı ve uygulama arayüzlerinde gezinmesini sağlar. Örneğin, bilgi mevcutsa veya başka bir uygulama aracılığıyla erişilebilir durumdaysa, kullanıcıya sormak yerine o uygulamadan alır.

LAM'lar içinde, bu derecedeki otonomi ve anlayış, üretken yapay zekayı, aşağıdaki gibi görevleri yerine getirebilen aktif bir asistana dönüştürür:

• sosyal medya platformlarını yönetme
• hava durumu bilgisi alma
• rezervasyon yapma
• finansal işlemleri gerçekleştirme
• IoT cihazlarına bağlanarak onlara komut göndermenizi sağlama (ör. bir Uber çağırma)

LAM'lar ve LLM'ler: Farkı anlamak

Kaynak: Large Action Models: From Inception to Implementation³

Büyük Eylem Modelleri (LAM'lar), Büyük Dil Modelleri'ni (LLM'ler) kullanıcı isteklerini anlamanın yanı sıra web sitelerinde görevleri tamamlama gibi gerçek dünya eylemleri planlayıp yürüterek genişletir; bu da onları genellikle daha küçük ve daha özelleşmiş tasarımlarla gerçek dünya uygulamaları için daha verimli, görev odaklı ve pratik hale getirir.

LAM'lar ve büyük dil modelleri, insan niyetlerini kavrama yeteneği gibi bazı benzerlikler paylaşsa da, temel amaçları büyük ölçüde farklıdır.

LAM'lar eylemde bulunmak üzere tasarlanmıştır, oysa LLM'ler dil işleme ve üretme konusunda üstündür. Bir LLM, girdinize dayalı olarak fikirler önerebilir veya metin üretirken, bir LAM randevu alma, ürün sipariş etme veya form doldurma gibi görevleri otonom bir şekilde yerine getirerek bir adım ileri gider.

Büyük etmen modelleri (LAM) abartı mı gerçek mi?

Bazı şirketler LAM'ları yeni bir mimari olarak sunsa da, onlara atfedilen işlevsellikler bir süredir LLM ajanları kullanılarak uygulanmaktadır.⁴

Ayrıca, LLM ajanları daha önce yerine getiriyordu LAM'ların yaptığı tarif edilen görevleri. İki kavram ortak işlevsellikleri paylaşır:

• Bağlam tabanlı analiz
• Prompt mühendisliği
• Araçlardan yararlanma
• Akıl yürütme⁵

Şekil: Dil tabanlı yapay zeka ajanı iş akışı

Kaynak: ICLR⁶

Ayrıca, LAM'lar dil tabanlı ajan tasarımları olarak tanımlanabilir, örneğin (1) prompt şablonu tabanlı yapay zeka ajanları; (2) öğrenilebilir prompt yapay zeka ajanları; ve (3) büyük eylem modelleri (LAM'lar); ve bir LAM'ı, veriye dayalı olarak insan eylemlerini gerçekleştirmek üzere özel olarak eğitilmiş bir LLM olarak düşünebileceğimiz belirtilmektedir.⁷

Gerçek hayattan LAM örnekleri

1. Web sitelerinde formları veya elektronik tabloları otomatik olarak doldurma

Bir LAM, formdaki gerekli alanları tanıyabilir, gerekli verileri (ör. adresler, isimler, parolalar ve kredi kartı numaraları) bir veritabanından veya kullanıcı profilinden toplayabilir ve uygun alanlara girebilir.

Video: LAM ile formları veya elektronik tabloları otomatik olarak doldurma

2. Çevrimiçi işlemleri tamamlama

 Bir LAM, düğmeler, bağlantılar ve açılır menülerle çalışabilir. Ayrıca metin alanlarına ve arama çubuklarına belirli metinler ekleyebilir. Çevrimiçi pizza siparişi vermenin tam olarak gerektirdiği şey budur: metin formlarını doldurmak, düğmelere tıklamak ve menü seçeneklerini seçmek.

Video: HyperWriteAI Assistant Studio tarayıcıyı kullanarak çevrimiçi sipariş veriyor

Kaynak: HyperWriteAI⁹

3. Müşteri hizmetleri taleplerini uçtan uca çözme

Bir Büyük Eylem Modeli (LAM), kullanıcının hedefini anlayarak, gerekli adımları belirleyerek ve bunları birden çok sistemde (CRM, faturalandırma ve destek platformları gibi) yürüterek bir müşteri talebini baştan sona ele alabilir.

Bu kullanım durumuna bir örnek Genesys Cloud Agentic Virtual Agent'tır: bir müşterinin sorununu (ör. bir faturalandırma problemi) anlayabilir, yapılması gerekeni belirleyebilir ve hesap verilerini kontrol etme, kayıtları güncelleme veya servis süreçlerini tetikleme gibi gerekli eylemleri insan müdahalesi olmadan gerçekleştirebilir.¹⁰

Cevaplar vermek yerine sistem, farklı araçlar ve iş akışlarıyla etkileşime girerek görevi kendisi tamamlar; bu da tekrarlanan açıklamalar veya manuel takiplere olan ihtiyacı azaltır.

4. Otonom sürüş ve karar verme

Bir Büyük Eylem Modeli (LAM), gerçek dünya girdilerini yorumlayarak, durumlar hakkında akıl yürüterek ve eylemleri gerçek zamanlı olarak yürüterek otonom sistemlere güç verebilir.

NVIDIA'nın Alpamayo'su, kamera videosunu işlemek, sürüş ortamını anlamak, neler olduğunu muhakeme etmek ve direksiyon, frenleme veya hızlanma gibi sürüş eylemleri üretmek için Vision-Language-Action modellerini kullanır.¹¹

Sabit kuralları takip etmek yerine, sistem bağlama dayalı olarak (ör. trafik, engeller, yol koşulları) ne yapacağına karar verir ve muhakemesini açıklar, böylece daha güvenli ve daha şeffaf bir otonom sürüş sağlar.

5. Günlük uygulamalar arasında kişisel görev yürütme

Bir Büyük Eylem Modeli (LAM), bir kullanıcının hedefini birden çok araçta somut eylemlere dönüştürebilir ve görevleri adım adım talimatlara gerek kalmadan tamamlayabilir. Örneğin, OpenClaw gibi etmen yapay zeka sistemleri benzer ilkeleri kullanır: e-postaları, takvimleri ve seyahat rezervasyonlarını, adımları planlayarak ve bunları otonom olarak yürüterek yönetebilirler. OpenClaw tam bir etmen yapay zeka sistemini temsil ederken, LAM'lar bu tür sistemlerin çok adımlı iş akışlarını güvenilir bir şekilde yürütmesini sağlayan eylem alma çekirdeğini sağlar.

Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.

Tercih edilen kaynak olarak ekle

LAM'larda teknolojiler

Bir LAM aşağıdaki teknikleri kullanabilir:

• Bağlantılar: Birkaç uygulamaya ve API'ye bağlanma.
• Nöro-sembolik yaklaşım: Nöro sembolik programlama, LAM'ların büyük veri kümeleri üzerinde eğitilmiş sinir ağlarını, yerleşik sembolik mantıksal akıl yürütme yetenekleriyle birleştirmesine olanak tanıyan bir yöntemdir. Bu, onların kalıpları fark ederken aynı zamanda temeldeki mantığı kavramalarını sağlayarak, kullanıcı isteklerinin “neden”ine bağlı olarak anlamlı yanıtlar verme konusunda daha uyarlanabilir ve yetenekli hale getirir.
• Talimat soyutlaması: Bir arayüz aracılığıyla modelleme için modüler ve hiyerarşik soyutlama sağlayan talimatlar oluşturma.
• Doğrudan insan modellemesi: Bir kullanıcının amacını, alışkanlıklarını ve rutinlerini uygulamalar arasında belirleyerek eylem için bir şablon geliştirme.
• Görev muhakemesi: Görevler arasındaki ilişkileri analiz eder, bağımlılıkları belirler ve en uygun yürütme sırasını saptar. Ön koşul görevlerin, bağımlı görevler başlamadan önce tamamlanmasını sağlar. Bu, LAM'ın geçmiş etkileşimlere dayanarak iş akışlarını iyileştirmesine olanak tanır.
• Sürekli öğrenme: LAM'lar hem görevleri yürütür hem de sürekli öğrenme yoluyla performanslarını artırır. Örneğin, LAM siparişler, iadeler ve ürün bilgileri hakkındaki müşteri sorgularını yönetebilir. Sorunları hızlı bir şekilde çözmede daha usta hale gelir, hatta müşteriler ulaşmadan önce potansiyel sorunları tahmin edip ele alabilir.

Büyük eylem modeli örnekleri

LAM terimi, kullanıcı amacını yazılım eylemlerine dönüştürmeye çalışan tüketici ürünleri, eylem odaklı modeller ve araştırma sistemlerinin bir karışımını kapsar.

• Rabbit R1: Rabbit, R1'i LAM fikri etrafında pazarlamakta ve resmi materyalleri artık kullanıcıları web sitesi görevleri için LAM Playground ve öğretme modu gibi özelliklere yönlendirmektedir. Aynı zamanda, ilk incelemeler oldukça eleştireldi; The Verge cihazı “tamamlanmamış” ve “yardımcı olmuyor” olarak nitelendirdi ve lansmanda üründe güvenilir bir şekilde çalışan bir LAM'a dair çok az kanıt olduğunu söyledi.
• Adept ACT-1: Adept, ACT-1'i yazılım araçlarını, API'leri ve web uygulamalarını kullanmak üzere eğitilmiş bir “eylemler için temel model” olarak tanımladı. Tamamen ayrı bir yapay zeka kategorisinden ziyade, gelişmiş eylem odaklı bir ajan sistemi olarak anlaşılması daha doğrudur.
• Salesforce xLAM: Salesforce, xLAM'i fonksiyon çağırma ve yapay zeka ajanları için optimize edilmiş bir model ailesi olarak piyasaya sürdü ve daha sonra daha güçlü çok turlu destekle genişletti. Bu, xLAM'i LAM tarzı bir model ailesinin en net resmi örneklerinden biri haline getiriyor.
• Microsoft TaskMatrix.YZ: TaskMatrix.YZ, temel modelleri görevleri tamamlamak için milyonlarca API ile bağlamayı öneren bir Microsoft Research vizyon makalesidir. Bir araştırma vizyonu ve görüş bildirisi olarak çerçevelendiğinden, dağıtılabilir bir üründen ziyade akademik bir LAM benzeri çerçeve olarak tanımlanması daha iyidir.

Bu araştırmayı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and PhD., Ezgi Arslan,},
  title  = {{Büyük Eylem Modelleri: Abartı mı Gerçek mi?}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/large-action-models}},
  note   = {AIMultiple. Erişim tarihi: 1 Temmuz 2026}
}

Referans Linkleri

1.

SuperAGI/SAM · Hugging Face

2.

Salesforce/xLAM-1b-fc-r · Hugging Face

3.

[2412.10047] Large Action Models: From Inception to Implementation

4.

Language-based AI Agents and Large Action Models (LAMs) | Juan Carlos Niebles

5.

What Are Large Action Models (LAMs)? - How Do They Work in 2026

Trinetix | Globally Trusted Digital Partner

6.

[2210.03629] ReAct: Synergizing Reasoning and Acting in Language Models

7.

[2402.15506] AgentOhana: Design Unified Data and Training Pipeline for Effective Agent Learning

8.

UiPath joins Large Action Model Race - YouTube

9.

Matt Shumer on X: "Today, we’re unveiling Personal Assistant - @HyperWriteAI's groundbreaking AI agent that can use a web browser like a human. One agent to rule them all. It’s time to reimagine the way we interact with the internet. https://t.c

10.

Genesys unveils industry’s first Agentic virtual agent powered by LAMs for enterprise CX – Intelligent CIO Europe

11.

Sawyer Merritt on X: "NEWS: NVIDIA just announced Alpamayo, what CEO Jensen Huang calls the world’s first thinking, reasoning autonomous vehicle AI, launching on U.S. roads later this year, starting with the Mercedes CLA. Jensen: "It's trai

Cem Dilmegani

Baş Analist

Takip Et

Cem, 2017'den beri AIMultiple'da baş analisttir. AIMultiple, her ay Fortune 500'ün %60'ı dahil olmak üzere (similarWeb'e göre) yüz binlerce işletmeyi bilgilendirmektedir.

Cem'in çalışmaları Business Insider, Forbes, Washington Post gibi önde gelen küresel yayınlar, Deloitte, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslarüstü kuruluşlar tarafından alıntılanmıştır.

Cem, kariyeri boyunca teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yapmıştır. On yıldan fazla bir süre McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yapmıştır. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımlamıştır.

CEO'ya rapor verirken bir telekomünikasyon şirketinin teknoloji stratejisini ve satın alımını yönetmiştir. Ayrıca, 2 yıl içinde 0'dan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetmiştir. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınları tarafından ele alınmıştır.

Cem, uluslararası teknoloji konferanslarında düzenli olarak konuşma yapmaktadır. Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun olmuş ve Columbia Business School'dan MBA derecesine sahiptir.

Tam Profili Görüntüle

Araştıran

Ezgi Arslan, PhD.

Endüstri Analisti

Takip Et

Ezgi, finans alanında uzmanlaştığı İşletme alanında doktora yapmıştır ve AIMultiple'da Endüstri Analisti olarak görev yapmaktadır. Teknoloji ve iş dünyasının kesiştiği noktada araştırma ve içgörüler üretmekte olup; sürdürülebilirlik, anket ve duygu analizi, finansta AI agent uygulamaları, cevap motoru optimizasyonu, firewall yönetimi ve satın alma teknolojileri gibi alanlarda uzmanlığa sahiptir.

Tam Profili Görüntüle

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

Ad

E-posta Adresi

Yorum

0/450

Yorumu Gönder