
LLM nedir? LLM, İngilizce Large Language Model ifadesinin kısaltmasıdır; Türkçesi büyük dil modelidir. Çok büyük metin yığınlarından örüntü öğrenen ve bir metnin devamını olasılıklarla tahmin ederek yanıt üreten yapay zekâ modeline bu ad verilir. Sohbet asistanlarının çoğu bir LLM üzerine kurulur.
Bu yazı modelin nasıl çalıştığını, neleri iyi yaptığını, nerede yanıldığını ve finansal okuryazarlık açısından nasıl kullanılması gerektiğini anlatıyor.
LLM nasıl çalışır?
Model metni önce token denen küçük parçalara böler. Token bir kelime, kelimenin bir bölümü ya da bir noktalama işareti olabilir. Eğitim sırasında model, önceki tokenlara bakıp sıradaki tokenı tahmin etmeyi öğrenir. Milyarlarca parametre, bu tahminlerin ağırlıklarını tutar.
Yanıt üretirken her adımda olası devamlara olasılık verir ve birini seçer. Örnek (varsayımsal): ‘Piyasa, faiz kararını’ ifadesinden sonra model şu olasılıkları hesaplamış olsun:
- bekliyor: %50
- izliyor: %30
- değerlendirdi: %20
Toplam 50 + 30 + 20 = %100 eder. Model çoğu zaman en olası devamı seçer, bazen daha düşük olasılıklı bir seçeneği de seçebilir; bu yüzden aynı soruya her seferinde birebir aynı yanıt gelmeyebilir. Modelin ürettiği, doğru olan değil, olasılığı yüksek olan metindir.
Bağlam penceresi ve prompt nedir?
Modelin tek seferde görebildiği metin miktarına bağlam penceresi denir ve token cinsinden ölçülür. Prompt, yani modele verdiğiniz istem, ve modelin yanıtı aynı pencereyi paylaşır.
Örnek (varsayımsal): pencere 8.000 token olsun ve prompt 6.000 token tutsun. Yanıt için en çok 8.000 − 6.000 = 2.000 token kalır. Pencere aşılırsa araca göre metnin başı dışarıda kalır ya da yanıt kesilir.
İstemin netliği sonucu değiştirir: rol, görev, biçim ve kaynak sınırını belirtmek, belirsiz bir isteğe göre daha tutarlı yanıt verir.
LLM neyi iyi yapar, nerede yanılır?
Dil işlerinde güçlüdür. Sınırları da bellidir:
- Halüsinasyon: Model gerçek olmayan bir bilgiyi kendinden emin bir dille üretebilir. Kaynak, tarih ve rakam uydurma en sık görülen biçimdir.
- Bilgi kesim tarihi: Eğitim verisi belirli bir tarihte biter; araç güncel veriye bağlı değilse son gelişmeleri bilmez.
- Aritmetik: Çok adımlı hesaplarda hata yapabilir; sayıyı kendiniz yeniden hesaplayın.
- Gizlilik: Prompta yazdığınız metin aracın veri politikasına tabidir; kimlik, hesap ve portföy bilgisi girmeyin.
Finansta LLM nasıl kullanılır?
Makul kullanım, okuma yükünü azaltmaktır: uzun bir faaliyet raporunu bölümlere ayırmak, haber metnini konuya göre sınıflandırmak, bilmediğiniz bir terimi sade dille açıklatmak. Kamuyu Aydınlatma Platformu (KAP), TCMB ve TÜİK gibi birincil kaynaklar ise doğrulamanın adresi olarak kalır.
LLM bir fiyat kehaneti aracı değildir; geçmiş metinlerden öğrendiği örüntüyü sürdürür, piyasanın geleceğini bilmez. Çıktıyı kullanmadan önce kaynağı isteyin, sayıyı resmî kaynakta kontrol edin ve hesabı kendiniz yapın.
Sık sorulan sorular
LLM ile yapay zekâ aynı şey midir?
Hayır. Yapay zekâ geniş bir şemsiye terimdir; LLM onun metin ve dil odaklı bir türüdür. Görüntü tanıma ya da öneri sistemleri gibi başka yapay zekâ yöntemleri LLM değildir.
LLM neden yanlış bilgi verir?
Çünkü hedefi doğruyu bulmak değil, olası devamı üretmektir. Eğitim verisinde eksik ya da çelişkili bilgi varsa model boşluğu akıcı bir cümleyle doldurabilir; buna halüsinasyon denir.
LLM yatırım kararı verebilir mi?
Karar vermesi beklenmemelidir. Çıktı bir taslak ya da açıklama olarak okunur; sorumluluk kullanıcıdadır ve doğrulanmamış bir yanıt tek başına dayanak sayılmaz.
İlgili sayfalar
- Büyük dil modeli sözlükte
- Yapay zekâ halüsinasyonu sözlükte
- Prompt terimi sözlükte
- Yapay Zekâ ile Piyasa Analizi: Ne İşe Yarar, Ne İşe Yaramaz
- Eğitim: Yapay Zekâ ile Yatırım Robotu
- Ücretsiz kaynaklar ve rehberler
LLM metnin olası devamını üretir; doğruluğu denetlemek kullanıcının işidir.
Bu yazı bilgi amaçlıdır; yatırım danışmanlığı ya da yatırım tavsiyesi niteliği taşımaz. Örnek sayılar kavramı açıklamak için seçilmiştir, güncel piyasa verisi değildir.


