- Sistem promptu
Modelin nasıl davranması gerektiğini belirleyen, Anthropic veya OpenAI gibi şirketlerce yazılmış, çoğu zaman on binlerce kelimelik kurallar seti.
- Tokenizer (jetonlaştırıcı)
Uzun metin paketini token dediğimiz küçük kelime parçacıklarına bölen dönüştürme algoritması.
- Token (jeton)
Metnin bölündüğü, sözlükte bir kimlik numarasına karşılık gelen küçük kelime parçacığı.
- Sözlük
Tokenlaştırma algoritmasının, her token'ı bir kimlik numarasıyla eşleştirdiği veritabanı.
- Embedding (gömme)
Kelimelerin birbirlerine göre ilişkilerini modelin anlamasını sağlayan dönüşüm.
- Attention (dikkat)
Token'ların kullanıldıkları bağlam dahilinde ne anlama geldiğini modelin anlamasını sağlayan dönüşüm.
- Ağırlık / Parametre
Yapay sinir ağındaki her nöronun temsil ettiği, bir çarpım işlemindeki katsayıdan ibaret sayısal değer.
- Yapay sinir ağı (nöral ağ)
Nöronlardan (nod) oluşan ve modelin bilgisini ağırlıklarında saklayan yapı.
- Nöron (nod)
Sinir ağındaki, bir ağırlık değeri taşıyan temel hesaplama birimi.
- Vektör (ok)
Promptu kodlayan sayıların dönüşümlerden geçirilerek çevrildiği yüksek boyutlu sayı dizisi.
- Matris
Milyarlarca/trilyonlarca ağırlığın oluşturduğu çok boyutlu sayı dizisi.
- Olasılık dağılımı
Modelin, sözlükteki token'lara atadığı seçilme olasılıklarının bütünü.
- Örnekleme (sampling)
En yüksek olasılıklı token'ı seçmek yerine belli istatistiki kurallar çerçevesinde token seçme yöntemi.
- Inference (çıkarım)
Model ağırlıklarının değişmediği, komuta karşılık cevap üretilen; modelin yeni bir şey öğrenmeden mevcut parametreleriyle çıkarım yaptığı işlem.
- Bilgi kesim tarihi
Modelin eğitildiği verinin bittiği ve sonrasındaki olaylardan bihaber olduğu tarih.
- Halüsinasyon
Modelin, linguistik olarak makul görünen ama gerçekle örtüşmeyen token'lara gerekenden fazla olasılık atayıp uydurma bir cevap üretmesi.
- Steering (yönlendirme)
Promptu değiştirerek modelin ürettiği sonucu değiştirebilme.
- Bağlam penceresi
Sohbet geçmişinin tamamının veya bir kısmının komuta eklenebilmesini belirleyen sınır.
- Cacheleme
Modern sistemlerin hesaplama adımlarını basitleştirmek için kullandığı ön belleğe alma yöntemi.
- Spekülatif dekodlama
Token üretim adımlarını hızlandırmak için kullanılan basitleştirme yöntemi.
- Düşünme tokenları
Yapay zekanın her hamlesinden önce ne yapması gerektiğine karar vermek için ürettiği token'lar.
- Araç çağırma tokenları
Modelin, internete bağlanmak gibi araçları çağırıp kullanmak için ürettiği token'lar.
- Çıktı tokenları
Düşünme, araç çağırma ve nihai cevap token'larının aynı şekilde üretilen ortak adı.
- Durma politikası
Modelin hangi noktada tatmin edici bir cevaba ulaştığına karar verip durmasını belirleyen mekanizma.
- Efor / Reasoning level (mantıklama seviyesi)
Modelin cevabı üretmeden önce ne kadar titiz davranacağını, ne kadar plan yapıp araç kullanacağını ve ne zaman duracağını belirleyen tercih.
- Skill (yetenek) dosyaları
Yapay zekanın belirli bir işe uygun davranmasını sağlayan yetenek dosyaları.
- Kapalı ve açık ağırlıklı sistemler
Model parametrelerinin (ağırlıkların) kapalı ya da açık erişimli olmasına göre ayrılan sistemler.
- GPU (grafik kartı)
Çarpma işlemlerini yapmakta çok iyi olduğu için yapay zeka hesaplamalarında kullanılan işlemci.
- Hafıza dosyası (Claude.md / Memory.md)
Modelin kullanıcı ve projesi hakkında bildiklerini ve tercihleri içeren dosya.