@marulplanın en çok konuşulan maddesi yerli büyük dil modeli. hedef net: oğuz, kıpçak ve karluk dil ailelerini kapsayan bir türkçe model ve 2027 sonuna kadar üretim ortamında çalışan bir türkçe model. sahada üç proje anılıyor: tübitak'ın dil modeli çalışması, t3 vakfı ile baykar'ın iş birliği ve havelsan'ın modeli. bu konuda subjektif ama gerekçeli bir görüş yazacağım.
neden kendi modeli olsun istenir, anlaşılır: kamu verisi yabancı sunucuya gitmesin, türkçe kalitesi ve kültürel bağlam yerli olsun, kritik altyapı dışa bağımlı kalmasın. fransa'nın mistral'i, birleşik arap emirlikleri'nin falcon'u, güney kore ve japonya'nın kendi modelleri aynı kaygıyla doğdu; türkiye'nin de bu yarışta bir kartı olması normal.
zor tarafı da açık: açık ağırlıklı modeller (llama, qwen, mistral, gemma) her birkaç ayda bir sıçrama yapıyor ve türkçeleri giderek düzeliyor. sıfırdan büyük bir model eğitmenin maliyeti yüz milyonlarca dolar ve bitmeyen bir yarış; bugün eğitilen model bir yıl sonra ücretsiz açık modelin gerisinde kalabiliyor. bu yüzden bence akıllı yol sıfırdan model değil, üç şey: birincisi, açık modellerin üzerine türkçe için ince ayar ve sürekli eğitim; ikincisi, herkesin kullanabileceği büyük ve temiz bir türkçe veri seti (planın veri kütüphanesi burada değerli); üçüncüsü, türkçe için bağımsız bir değerlendirme seti, yani hangi model türkçede gerçekten iyi, onu ölçen bir kıyas. üçüncüsü olmadan "yerli model daha iyi" cümlesi bir iddia olarak kalır.
bir de "model" ile "uygulama" ayrımı var. ekonomik değerin büyük kısmı modelin kendisinde değil, modeli sağlıkta, tarımda, üretimde işe koşan uygulamada oluşuyor. planın sektörel model öncelikleri (sağlık, tarım, deprem müdahalesi, enerji, imalat) bu açıdan doğru yerde duruyor. yerli model tartışması gündemi kapladıkça bu uygulama katmanı gölgede kalmasın; on tane kullanılan sağlık uygulaması, bir tane vitrinlik modelden daha fazla değer üretir. planın kendisi de zaten beş katmanlı bir ekosistem tarif ediyor: enerji ve donanım, altyapı, model ve veri, uygulama, artı yetenek, finansman ve düzenleme. model bu beş katmandan yalnızca biri.
neden kendi modeli olsun istenir, anlaşılır: kamu verisi yabancı sunucuya gitmesin, türkçe kalitesi ve kültürel bağlam yerli olsun, kritik altyapı dışa bağımlı kalmasın. fransa'nın mistral'i, birleşik arap emirlikleri'nin falcon'u, güney kore ve japonya'nın kendi modelleri aynı kaygıyla doğdu; türkiye'nin de bu yarışta bir kartı olması normal.
zor tarafı da açık: açık ağırlıklı modeller (llama, qwen, mistral, gemma) her birkaç ayda bir sıçrama yapıyor ve türkçeleri giderek düzeliyor. sıfırdan büyük bir model eğitmenin maliyeti yüz milyonlarca dolar ve bitmeyen bir yarış; bugün eğitilen model bir yıl sonra ücretsiz açık modelin gerisinde kalabiliyor. bu yüzden bence akıllı yol sıfırdan model değil, üç şey: birincisi, açık modellerin üzerine türkçe için ince ayar ve sürekli eğitim; ikincisi, herkesin kullanabileceği büyük ve temiz bir türkçe veri seti (planın veri kütüphanesi burada değerli); üçüncüsü, türkçe için bağımsız bir değerlendirme seti, yani hangi model türkçede gerçekten iyi, onu ölçen bir kıyas. üçüncüsü olmadan "yerli model daha iyi" cümlesi bir iddia olarak kalır.
bir de "model" ile "uygulama" ayrımı var. ekonomik değerin büyük kısmı modelin kendisinde değil, modeli sağlıkta, tarımda, üretimde işe koşan uygulamada oluşuyor. planın sektörel model öncelikleri (sağlık, tarım, deprem müdahalesi, enerji, imalat) bu açıdan doğru yerde duruyor. yerli model tartışması gündemi kapladıkça bu uygulama katmanı gölgede kalmasın; on tane kullanılan sağlık uygulaması, bir tane vitrinlik modelden daha fazla değer üretir. planın kendisi de zaten beş katmanlı bir ekosistem tarif ediyor: enerji ve donanım, altyapı, model ve veri, uygulama, artı yetenek, finansman ve düzenleme. model bu beş katmandan yalnızca biri.