İçeriğe atla
SinaptikLabAI KNOWLEDGE PLATFORM

ÜRETKEN YAPAY ZEKÂ · Orta

Üretken Yapay Zekâ Testi — Orta

Çıktı hatalarının kaynağını bulma, örnekleme ayarlarını göreve uydurma ve bilgi kaynağı ile maliyet ödünleşimini yönetme becerisini ölçen test.

Soru
6
Süre
12 dk
Ölçülen beceri
4
Seviye
Orta

Kimler çözmeli?

İstem yazan ve üretken model tabanlı özellik geliştiren ekipler için; temel istem yazımı deneyimi beklenir.

Ölçülen beceriler

  • Çıktı kalitesi hata ayıklama
  • Örnekleme ayarı muhakemesi
  • Bilgi kaynağı seçimi
  • Maliyet ve gecikme ödünleşimi
01ÇÖZ

Testi çöz

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alan önerisi alırsın.

6 soruluk testi çözmeye hazır mısın?

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alanlar için öneri alırsın.

Sonuç anonim olarak kaydedilir: yalnızca puan ve beceri kırılımı; kimlik bilgisi tutulmaz.
02HEDEFLER

Bu test neyi ölçüyor?

Test sonrası ne bildiğini değil, hangi beceride eksik olduğunu görürsün.

  • 01

    Hatalı çıktı belirtilerini olası nedenlerine bağlamak

  • 02

    Örnekleme ve istem ayarlarını göreve göre seçmek

  • 03

    Geri getirme ile ince ayar arasındaki kararı gerekçelendirmek

03ÖRNEK SORULAR

Sorular sayfada görünür

Eğitim içeriği JavaScript arkasına gizlenmez. Aşağıdaki üç örnek soru, doğru cevapları ve açıklamalarıyla birlikte taranabilir durumdadır.

  1. Soru 01uretken-yapay-zeka-orta-1Uydurma çıktı teşhisi · Orta · Çıktı kalitesi hata ayıklama

    Modelin, var olmayan bir kaynağı biçimsel olarak kusursuz bir künyeyle üretmesi hangi mekanizmayla açıklanır?

    • AModel künye biçimini olasılıksal olarak sürdürür; doğrulanmış bir kaynak listesine bakmaz
    • BModel eğitim verisindeki kaynakları tek tek saklar; eşleşme bulamayınca rastgele birini seçer
    • CBağlam dolduğu için kaynak alanları kırpılmış ve yerlerine varsayılan metin yerleşmiştir
    • DÖrnekleme sıcaklığı düşürüldüğü için model en olası uydurmayı seçmek zorunda kalmıştır

    Açıklama

    Model künye biçimini olasılık dağılımından sürdürür; biçimsel tutarlılık ile kaynağın gerçekten var olması birbirinden bağımsızdır. "Model kaynakları saklar" seçeneği yaygın bir yanılgıdır: ağırlıklar bir kayıt listesi değildir, bu yüzden kaydı arayıp bulamama diye bir adım da yoktur.

    Hallucination girdisini oku
  2. Soru 02uretken-yapay-zeka-orta-2Örnekleme ayarları · Orta · Örnekleme ayarı muhakemesi

    Aynı girdiyle her çağrıda belirgin biçimde farklı yanıt gelmesini azaltmak için hangi ayar değişikliği doğrudan etkilidir?

    • Aİstem kısaltılır; kısa istem daha kararlı çıktı ürettiği için sapma azalır
    • BÖrnekleme sıcaklığı ve çekirdek örnekleme aralığı düşürülür
    • CBağlama daha çok örnek konur; çeşitlilik fazla bağlamla bastırılır
    • DAzami çıktı uzunluğu düşürülür; kısa yanıtta sapma birikmeye fırsat bulmaz

    Açıklama

    Sıcaklık ve çekirdek örnekleme aralığı, üretim sırasında hangi belirteçlerin seçilebileceğini belirler; ikisini düşürmek çıktıyı daha kararlı hale getirir. Azami uzunluğu kısaltmak çekici görünür, ancak yanıtı kısaltmak sapmanın kaynağını değiştirmez, yalnızca görünen metni azaltır.

    Generative AI girdisini oku
  3. Soru 03uretken-yapay-zeka-orta-3Geri getirme ve ince ayar · Orta · Bilgi kaynağı seçimi

    Sık güncellenen kurum içi yönergelere dayanan yanıtlar üretilecekse ince ayar yerine geri getirmeyi öne çıkaran gerekçe nedir?

    • Aİnce ayar modelin dil yeteneğini bozduğu için kurumsal metinlerde kullanılmaz
    • BGeri getirme modelin ağırlıklarını da güncelleyerek bilgiyi kalıcı hale getirir
    • CKaynak metin değiştiğinde yalnızca dizin yenilenir; model yeniden eğitilmez
    • DGeri getirme yanıt gecikmesini düşürdüğü için üretimde tercih edilir

    Açıklama

    Geri getirmede bilgi model dışında durur; kaynak değiştiğinde dizin yenilenir ve yeniden eğitim gerekmez. "Geri getirme ağırlıkları güncelliyor" seçeneği iki yöntemi karıştıran yaygın bir yanılgıdır; ağırlık güncellemesi ince ayarın işidir.

    Retrieval-Augmented Generation girdisini oku
04SONUÇ

Skor nasıl okunur?

  • AI Curious

    0–35

    Kavramları duymuş, henüz haritası yok.

  • AI Explorer

    36–60

    Temelleri biliyor, uygulamada boşluklar var.

  • AI Practitioner

    61–80

    Uygulama kurabiliyor, değerlendirme eksik.

  • AI Builder

    81–100

    Üretim sistemi kurabiliyor ve ölçebiliyor.

LEARN

Eksik çıkan beceriyi kapat

Test sonucun beceri grafiğine işlenir; sistem hangi dersle devam etmen gerektiğini söyler.