Türkçe boşluğu
Global benchmark'ların büyük çoğunluğu İngilizce. Türkçe halüsinasyon, tarafsızlık ve akıl yürütme performansı sistematik olarak ölçülmüyor.
Ekosistem · Network
Zekâyı Ölç.Güveni İnşa Et.
LLMTurkey Network, Türkiye'nin yapay zekâ değerlendirme topluluğudur. Aramıza katılın.
Sorun
Türkçe modellerin güvenilirliği bilinmiyor.
Binlerce kurum yapay zekâyı operasyona alıyor — ama hangi modelin Türkçe'de doğru, güvenli ve tutarlı çalıştığı bağımsız bir kaynaktan ölçülmüyor.
Sağlayıcı pazarlaması
Model sağlayıcılarının kendi yayınladığı skorlar bağımsız değil. Kurumlar üreticiye değil, üçüncü tarafa güvenmek istiyor.
Operasyonel kör nokta
Bir model üretime alındıktan sonra Türkçe'de nasıl davrandığını sürekli ölçecek altyapı çoğu kurumda yok.
VizyonV1 V2 V3
Türkiye'nin EvalOps omurgası.
Önümüzdeki üç yılda Türkçe yapay zekânın bağımsız ölçüm referansı olmayı; akademi, sanayi ve kamu için ortak bir değerlendirme dili kurmayı hedefliyoruz.
Bağımsız benchmark
Sağlayıcıdan, projeden ve siyasetten bağımsız, sürekli güncellenen Türkçe odaklı skor tabloları.
EvalOps pratiği
Kurumların kendi modellerini sürekli ölçebileceği, üretime entegre edilebilen değerlendirme operasyonları.
Araştırma çekirdeği
Türkçe LLM güvenliği, tarafsızlığı ve dayanıklılığı üzerine açık raporlar üreten araştırma ağı.
Örnek Kullanım Senaryoları
Network içinde gerçekten ne çalışıyoruz?
- U01Banka · Müşteri hizmetleriChatbot'un müşteriye yanlış faiz oranı söylemesi riski.8 modelin TR-Truth skoru + halüsinasyon haritası → en güvenli model + iyileştirme listesi.
- U02Kamu · Doküman özetlemeResmî yazışmada model güvenliği ve tarafsızlığı.Safety & Bias parametrelerinde 5 model karşılaştırması + KVKK uyum notu.
- U03Sağlık startup'ı · Klinik destekTıbbi terim doğruluğu ve açıklanabilirlik gereksinimi.Truthfulness + Explainability skorları, kaynaklı cevap testleri, üretim için karar raporu.
Platform Çıktıları
Network'ün ürettiği somut işler.
Ağa katılanlar bu çıktıların altında ismiyle yer alır — manifestoyla değil, ölçümle anılırız.
O01
Türkçe LLM Skor Tablosu
Üç ayda bir güncellenen, 8 parametrede 12 senaryoyla ölçülmüş açık leaderboard.
O02
Sektör Raporları
Banka, kamu, sağlık ve eğitim alanlarında özelleşmiş değerlendirme raporları.
O03
EvalOps Playbook'ları
Kurumların kendi içinde ölçüm hattı kurması için açık metodoloji ve şablon kitleri.
O04
Açık Senaryo Setleri
Topluluk tarafından genişletilen, GitHub'da yayınlanan Türkçe değerlendirme senaryoları.
Founding Council
Kurucu Konsey
Türkiye'de yapay zekâ değerlendirme kültürünü şekillendirecek seçilmiş akademisyenler, araştırmacılar ve sektör liderlerinden oluşan uzman ağı.
- 01Strateji ve metrik tasarımına yön veren uzman görüşleri
- 02Benchmark ve raporlarda atfedilen üyelik
- 03Yıllık Kurucu Zirve'de ayrılmış yer
Şu Anki Gerçek İhtiyaç
Şimdi hangi rollere ihtiyacımız var?
Network sembolik bir aidiyet değil — açık projelerimizde gerçek katkı arıyoruz. Aşağıdaki rollere uyduğunuzu düşünüyorsanız başvurunuz öncelik sırasına girer.
Türkçe NLP araştırmacısı
Bias & Fairness ve Truthfulness senaryolarının Türkçe veri setlerini genişletmek için.
EvalOps mühendisi
Sürekli benchmark hattının altyapısını kurmak ve API entegrasyonlarını yönetmek için.
Domain uzmanı (hukuk · sağlık · finans)
Sektörel senaryoların gerçek hayata uygunluğunu denetlemek için.
Topluluk koordinatörü
Etkinlikler, açık çağrılar ve partner iletişimini yürütmek için.
Kimler Katılabilir
A01Öğrenciler
Öğrenciler
AI değerlendirme, benchmark mantığı ve EvalOps alanında kendini geliştirmek isteyenler.
A02Araştırmacılar
Araştırmacılar
Benchmark, AI güvenliği, etik ve model değerlendirme araştırmalarına katkı sunmak isteyenler.
A03Profesyoneller
Profesyoneller
Yapay zekâyı iş süreçlerinde kullanan veya bu alanda uzmanlaşmak isteyenler.
A04Sektör Liderleri
Sektör Liderleri
Kurumlarında güvenilir AI dönüşümüne yön vermek isteyen yöneticiler.
A05Partnerler
Partnerler
Üniversiteler, şirketler, teknoloji girişimleri ve topluluklar.
Kazanımlar
Ağa katıldığınızda ne kazanırsınız?
- 01
EvalOps uzmanlığı
12 haftalık EvalOps Specialist programı + canlı projelerde uygulama.
- 02
Gerçek benchmark projeleri
Judex'te yayınlanan değerlendirme çalışmalarına katkı; sonuçlar isminizle anılır.
- 03
Enterprise AI evaluation deneyimi
Banka, kamu ve teknoloji şirketlerinin değerlendirme projelerinde sahada deneyim.
- 04
Araştırma ağı
Türkçe LLM güvenliği ve tarafsızlığı üzerine çalışan araştırmacılarla doğrudan iş birliği.
- 05
Kariyer fırsatları
Partner kurumların iş ve danışmanlık ilanlarına Network'e özel referans hattı.
- 06
Topluluk ve partner ağı
Aylık kapalı oturumlar, founding üyelere erişim, partner kurumlarla tanışma.
Etkinlikler
Sadece üyelere açık etkinlikler
Yapay zekâ değerlendirme alanındaki en güncel konuları küçük ve odaklı gruplarla ele alıyoruz.
- E01WebinarlarBelirli benchmark ve EvalOps konularında uzman konuşmacılarla canlı oturumlar.
- E02WorkshoplarPratik odaklı, küçük gruplarla yürütülen uygulamalı çalışma atölyeleri.
- E03Kurucu ZirveYılda bir kez, kurucu konsey ve seçili partnerlerle özel zirve buluşması.
- E04Yuvarlak MasaSektör ve akademi temsilcilerinin belirli temalar üzerine kapalı oturum tartışmaları.
- E05Benchmark OturumlarıYeni model ve metriklerin canlı olarak değerlendirildiği teknik oturumlar.
Partnerlik
Geleceğin GüvenilirYapay Zekâ EkosisteminiBirlikte İnşa Edelim
Akademi, sanayi ve toplulukla kurduğumuz uzun soluklu iş birlikleri, LLMTurkey Network'ün omurgasını oluşturur.
P01
Akademik Partner
Üniversiteler, araştırma merkezleri ve enstitüler için ortak benchmark çalışmaları, yayın ve müfredat iş birlikleri.
P02
Teknoloji Partneri
Model sağlayıcıları, altyapı şirketleri ve AI girişimleriyle entegrasyon ve değerlendirme ortaklıkları.
P03
Kurumsal Partner
AI dönüşümünü ölçülebilir kılmak isteyen kurumlar için özel benchmark ve EvalOps programları.
P04
Topluluk Partneri
Topluluklar, dernekler ve etkinlikler için ortak içerik, etkinlik ve görünürlük iş birlikleri.