Hangi modeller eğitmen olabilir?

Frontier bulut modelleri: Anthropic Claude (Sonnet/Opus), OpenAI GPT-4/4o, Google Gemini Pro, Azure OpenAI. İlk nesil Ilura bu listeyle çalışırdı; bugünkü Ilura'da eğitmen kavramı yok — öğrenme cihazda.

Eğitmen veriyi görüyor mu?

Evet — eğitim için gönderdiğin örnekleri görür. Bunu siz seçersiniz: ‘bu konuşma eğitime gitsin / gitmesin’ kararı her oturumda var. Görünmesini istemediğin veriyi yerelde tutarsın.

Eğitmen sürekli açık mı kalıyor?

Hayır. Eğitmen sadece eğitim seansında ve onayladığın belirli kararlarda çağrılır. Günlük kullanımda yerel model çoğu işi yapar; eğitmen ders saatlerinde gelir.

Eğitmenimi değiştirebilir miyim?

Evet, istediğin zaman. Önceki eğitmenden gelen tercih profili ve bellek taşınır. Üslupta küçük farklar gözlemlenir; bağ kopmaz.

Eğitmen model — Ilura Sözlük

Tanım

Eğitmen model, öğrenci/eğitmen kurgusunda yerel modeli terbiye eden bulut LLM’dir. Anthropic Claude, OpenAI GPT, Google Gemini ya da Azure OpenAI olabilir.

Bu mimari ilk nesil Ilura’nın imzalı kararıydı: yerelde veri, bulutta zekâ — eğitmen Tezgah’a API anahtarıyla bağlanırdı. Bugünkü Ilura’da kavram tarihe karıştı: Apple Intelligence cihaz-üstü; öğrenme onay/red ve Playbook’larla cihazda olur, dışarıda bir eğitmene ihtiyaç kalmaz. Kavram, hibrit sistem kuranlar için hâlâ öğretici.

Neden iki model?

Tek bir modelin iki ucu birden tutması yetmiyor:

Sadece bulut model — gizliliğin biter. Müşteri verin, kişisel notların, hassas dosyaların hep dışarı gider.
Sadece yerel model — zekân sınırlanır. 8 GB RAM’lik bir laptop’ta Claude Sonnet seviyesinde kararlar üretmek mümkün değil.

İlk nesil Ilura tam ortadaydı: veriyi yerelde tutar, eğitmeni bulutta çağırırdı. Veri eğitime ne kadar gidecek, kullanıcı seçerdi. Eğitmen aldığı örneklerden ders düzenler; sonuç yerel modelin ağırlıklarına işlenir veya çağrım kütüphanesine eklenirdi.

Hangi rol kime?

İlk neslin varsayılan önerisi şuydu:

Anthropic Claude — Türkçe sohbette ve uzun bağlam takibinde güçlü. KVKK için Avrupa veri merkezi seçeneği var.
OpenAI GPT-4 — kod üretimi ve yapı bozma görevleri için tercih edilir. Kurumsal API anahtarıyla denetlenebilir.
Google Gemini Pro — Google Workspace entegrasyonu ile birlikte kullanılırsa avantajlı.
Azure OpenAI — KVKK uyumlu kurumsal hat. Türkiye’de aktif veri merkezi.

Eğitmen seçimi geri alınabilir. Bir ay Claude ile yetiştirdiğin agent’ı sonraki ay Gemini’ye taşıyabilirsin; profil ve bellek kalır, üslup mikrocha düzeyinde küçük değişir.

Eğitmenle veri akışı

Bir agent eğitilirken üç tür veri eğitmenle karşılaşabilir:

Eğitim örnekleri — onay/red verdiğin somut konuşmalar. Sen seçersin: “bu eğitime gitsin / gitmesin”.
Sistem çağrımı — agent’ın kişiliği. Eğitmen bunu görür ki agent’a uyumlu önerilerde bulunsun.
Anlık değerlendirme — bir karar belirsizken eğitmenden ikinci görüş istersen. Sen tetiklersin.

Veri yapısı:

Yerel kalanlar — tüm konuşma geçmişi, müşteri verisi, dosya içerikleri, bellek.
Eğitmene gidenler — sadece sen “evet” dediğin örnekler ve onların özeti.

Tezgah’ın veri panelinde her eğitim seansının ne kadar veri gönderdiği görünürdü. Çoğu kullanıcı için bu rakam ay sonunda bir e-postanın boyutu kadardı.

Eğitmen + KVKK

KVKK uyumu için ilk nesil kurguda üç katman uygulanırdı:

Eğitmen seçimi kullanıcıdaydı — Avrupa veri merkezi olan provider’lar açıkça işaretlenirdi.
Veri minimizasyonu — sadece eğitim için gerekli olan örnek gönderilirdi, ham dosya değil.
Anonimleştirme — kişisel veri gönderilirken otomatik PII maskeleme uygulanırdı (isim, TC, IBAN gibi).

Bugünkü Ilura’da bu katmanlara gerek yok: eğitim verisi cihazdan hiç çıkmaz.

Detaylı uyum bilgisi: Doğrulamalı mimari.

Yaygın yanılgılar

“Eğitmen olmadan agent çalışmaz.” — Yanlış. Yerel model tek başına da çalışır, sadece daha az terbiyeli olur. Eğitmen, agent’ı senin gibi yapan kısımdır; ama mecburi değildir. Bütçen kısıtlıysa eğitmeni bir-iki ayda bir bağlayıp sonra kapatabilirsin.

“Bulut eğitmen = bulut depolama.” — Hayır. Eğitmen bir API çağrısıdır, depo değildir. Verinin yerel kalması bunun sayesindedir.

“En pahalı eğitmen en iyisidir.” — Pahalı eğitmen daha çok şey çağrıştırır ama agent’ın görevine göre pahalı model gereksiz olabilir. E-posta editörü için Claude Sonnet, hukuk asistanı için Claude Opus mantıklı; ikisi arasında 5x fark var.

“Birden fazla eğitmen daha iyi.” — Genelde değil. Birden fazla eğitmen profil tutarsızlığı yaratır; öğrenci/eğitmen kurgularında tek aktif eğitmenle ilerlemek standarttı.