Milli Benchmark Devri: SSYZ Kıyaslama Platformu (kiyasla.ssyz.org.tr) Kullanıma Açıldı
SSYZ Kıyaslama Platformu (kiyasla.ssyz.org.tr), Türkiye'de geliştirilen büyük dil modellerinin (LLM) Türkçe dil yetkinliği, askeri ve teknik terminoloji doğruluğu, mantıksal muhakeme ve halüsinasyon oranlarını uluslararası standartlarda tarafsız olarak ölçen ilk milli yapay zeka benchmark platformudur.
Yapay zeka modellerinin başarısını ölçerken yabancı İngilizce benchmark testlerine (MMLU, GSM8K) bağımlı kalmak Türkçe modellerin gerçek performansını yansıtmakta yetersiz kalıyordu. Savunma Sanayii Başkanlığı, SSYZ Kıyaslama Platformu ile Türkiye'nin ilk milli büyük dil modeli değerlendirme sistemini devreye aldı.
SSYZ Kıyaslama Kriterleri Nelerdir?
| Kriter / Alan | Ölçülen Yetenek | Savunma Sanayii İçin Önemi |
|---|---|---|
| Türkçe Anlamsal Bütünlük | Karmaşık cümle yapıları, deyimler ve dilbilgisi | Emir-komuta ve resmi yazışmalarda sıfır anlam kayması |
| Askeri & Teknik Terminoloji | Savunma, havacılık ve denizcilik terimleri doğruluğu | Taktik saha dokümanlarını doğru yorumlama |
| Halüsinasyon / Güvenilirlik | Modelin bilmediği konuda uydurma üretmeme oranı | Kritik operasyonel kararlarda yanıltıcı bilgi riskini engelleme |
| Mantıksal Muhakeme | Çok adımlı neden-sonuç ilişkisi kurabilme | İHA rota planlama ve tehdit değerlendirme analitiği |
Milli Model Geliştiricileri İçin Büyük Fırsat
Üniversiteler, yerli teknoloji girişimleri ve savunma şirketleri geliştirdikleri modelleri sisteme yükleyerek tarafsız puanlarını görebilecek ve eksik oldukları alanları tespit edebilecekler. Detaylı model incelemeleri için sitemizin Model Kıyaslama sayfasına göz atabilirsiniz.