İçeriğe geç
parazade
Yapay Zeka

Temperature Ne Demek?

Yayın: · Son güncelleme:

Temperature Ne Demek? Kısaca

Temperature (sıcaklık), bir dil modelinin bir sonraki token'ı seçerken ne kadar rastgele davranacağını belirleyen ayardır. Düşük değer tutarlı ve öngörülebilir, yüksek değer daha çeşitli ve yaratıcı cevaplar üretir.

Temperature nedir?
İçindekiler
  1. Temperature nasıl çalışır?
  2. Örnek
  3. Nelere dikkat etmeli?

Temperature, yani sıcaklık, bir dil modelinin metin üretirken ne kadar "cesur" seçimler yapacağını belirleyen sayısal ayardır. Model her adımda olası kelime parçaları (token) için bir olasılık listesi hesaplar; temperature bu listenin ne kadar sivri ya da düz olacağını değiştirir.

Temperature nasıl çalışır?

Model, olası her token için bir puan üretir ve bu puanlar olasılığa çevrilir. Puanlar olasılığa çevrilmeden önce temperature değerine bölünür:

  • Düşük temperature (ör. 0-0,3): En olası token'ın payı büyür. Model neredeyse hep aynı, güvenli seçimi yapar. Cevaplar tutarlı ama tekdüze olabilir.
  • Orta değerler (ör. 0,7 civarı): Tutarlılık ile çeşitlilik arasında denge kurulur.
  • Yüksek temperature (ör. 1'in üstü): Düşük olasılıklı token'lar da şans bulur. Metin daha yaratıcı olur ama konudan sapma ve anlamsız ifadeler artar.

Temperature 0'a yakın olduğunda model büyük ölçüde deterministik davranır; aynı soruya genellikle aynı cevabı verir. Değer aralığı ve varsayılan değer sağlayıcıdan sağlayıcıya değişebilir.

Örnek

Varsayımsal olarak "Kahve için bir slogan yaz" dediğini düşün. Düşük temperature ile her denemede birbirine çok benzeyen sloganlar alırsın. Yüksek temperature ile her seferinde farklı, bazen ilginç bazen tuhaf öneriler gelir.

Nelere dikkat etmeli?

Hesaplama, kod yazma, veri çıkarma ya da bilgi sorularında düşük temperature tercih edilir; çünkü rastgelelik hata ve uydurma (halüsinasyon) riskini artırabilir. Beyin fırtınası, hikâye ya da isim önerisi gibi yaratıcı işlerde daha yüksek değerler işe yarar. Temperature genellikle top-p örnekleme ile birlikte ayarlanır; ikisini birden aşırı değiştirmek sonucu öngörülemez kılabilir. Yüksek temperature modeli "daha akıllı" yapmaz, yalnızca seçimlerini çeşitlendirir.

Sıkça Sorulan Sorular

Temperature 0 olursa ne olur?

Model her adımda en olası token'ı seçmeye yaklaşır ve cevaplar büyük ölçüde tekrarlanabilir hâle gelir. Yine de altyapıdaki küçük farklar yüzünden çıktılar her zaman birebir aynı olmayabilir.

Hangi temperature değeri en iyisidir?

Tek bir doğru değer yoktur; işe göre seçilir. Bilgi ve kod gibi kesinlik isteyen işlerde düşük, yaratıcı yazım ve fikir üretiminde daha yüksek değerler genellikle daha iyi sonuç verir.

İlgili terimler

Top-p Örnekleme(Top-p Sampling)Top-p örnekleme (nucleus sampling), dil modelinin bir sonraki token'ı, toplam olasılığı belirli bir eşiğe (p) ulaşan en olası adaylar kümesinden seçmesini sağlayan yöntemdir. Düşük olasılıklı, sapkın seçimleri dışarıda bırakır.TokenToken, yapay zekâ dil modellerinin metni işlerken kullandığı en küçük birimdir; bir kelime, kelimenin bir parçası ya da bir noktalama işareti olabilir. Modellerin hızı, bağlam penceresi ve kullanım ücretleri genellikle token sayısıyla ölçülür.Halüsinasyon(Hallucination)Yapay zekâ halüsinasyonu, bir dil modelinin gerçekte var olmayan ya da yanlış bir bilgiyi akıcı ve kendinden emin bir dille doğruymuş gibi sunmasıdır. Uydurma kaynaklar, hatalı rakamlar ve var olmayan özellikler en sık görülen örneklerdir.Çıkarım(Inference)Çıkarım (inference), eğitimi tamamlanmış bir yapay zekâ modelinin yeni bir girdiyi alıp tahmin, sınıflandırma veya metin gibi bir çıktı üretmesi; yani modelin fiilen kullanılması aşamasıdır.Görüntü Tanıma(Image Recognition)Görüntü tanıma (image recognition), bir yapay zekâ sisteminin fotoğraf ya da videodaki nesneleri, yüzleri, hayvanları, yazıları veya sahneleri tespit edip tanımlamasıdır. Bilgisayarlı görünün temel görevlerinden biridir.Yapay Zekâ Okuryazarlığı(AI Literacy)Yapay zekâ okuryazarlığı (AI literacy), yapay zekânın temel olarak nasıl çalıştığını anlama, araçları amaca uygun ve güvenli biçimde kullanma, çıktılarını eleştirel değerlendirme ve etik riskleri fark etme becerilerinin bütünüdür.

İlgili yazılar

Yapay Zeka ile Kazanç

Kendi Bilgisayarında Ücretsiz Yapay Zekâ Sistemi Kur: Ekran Kartı, İşlemci ve RAM ile Adım Adım

Kendi bilgisayarında ücretsiz ve limitsiz bir yapay zekâ sistemi kurmak mümkün: Ollama ya da LM Studio ile dil modeli, Continue ile kod asistanı, ComfyUI ya da Forge ile görsel üretim. Belirleyici olan ekran kartının belleğidir (VRAM); 8 GB'lık kartta 7-8B modeller rahat çalışır, kart yoksa işlemci ve RAM ile daha yavaş çalışır.

· 30 dk okuma