Foundation modeller
Açık ağırlıklı büyük modelleri belirli bir alan ya da dil için ek ön eğitim ve post-training ile uyarlamak.
- Ek ön eğitim
- Post-training
- Alignment
- Alana uyarlama
Multimodal anlama
Metni, görüntüyü, sesi ve belgeleri birlikte işleyen modeller. İş hayatında bilgi çoğu zaman tek bir biçimde gelmez.
- Vision-language modeller
- Konuşma
- Belge anlama
- Görsel ve metin arasında arama
Lightweight modeller
Büyük bir modelin sonuçlarını daha küçük, daha hızlı ve daha ucuz bir modelle almak. Sunucuda ya da doğrudan cihazın üzerinde.
- Distillation
- Quantization
- Sparse modeller
- Cihaz üzerinde inference
Hassas veriyle çalışma
Tamamen kurum içinde çalışan ve hassas veri bulunduğu yerden hiç çıkmadan eğitilebilen modeller.
- Kurum içi LLM'ler
- Federated learning
- Differential privacy
- Air-gapped kurulum
Kısıtlı veriden öğrenme
Az etiketli, gürültülü ve koşulları sürekli değişen verilerle çalışan yöntemler. Çoğu projede veri bu halde gelir.
- Transfer learning
- Self-supervised learning
- Sentetik veri
- Continual learning
Kontrollü AI agent'lar
Canlı sistemlerde işlem yapan agent'lar için planlama, yetkilendirme ve çok adımlı bir işin her adımında doğrulama.
- Planlama
- Adım doğrulama
- Yetki modelleri
- Agent değerlendirmesi
Yorumlanabilirlik ve değerlendirme
Bir modelin gerçekte ne yaptığını ölçmek ve bunu neden yaptığını anlamak. Modeli denetlemek, hatalarını ayıklamak ve ona güvenip güvenmemeye karar vermek buna dayanır.
- Attribution yöntemleri
- Mechanistic interpretability
- Benchmark tasarımı
- Hata analizi
Deney ve simülasyon
Alan bilgisini veriden öğrenilenle birleştiren, haftalar süren simülasyonların ve maliyetli deneylerin yerini alabilen modeller.
- Surrogate modeller
- Scientific ML
- Dijital ikizler







