Kaynak: Digital Times, muhabir Gu Bon-gyu
“Yapay zekâ girişimi Clevi, GAIA’da ilk %2,5’e girdi… Kanıtlanmış güvenilirliğini gösterdi” başlıklı makalenin tamamından alıntı
Yayın tarihi: 2026-04-08
Bağlantı: https://n.news.naver.com/article/029/0003020511?sid=105
Güney Koreli yapay zekâ girişimi ‘Clevi’, from scratch geliştirdiği kendi modeli ve kendi ajan çözümünü oluştururken, Güney Kore’de bir ilk olarak GAIA benchmark’ında kayıtlı toplam 3.090 model arasında ilk %2,5’lik dilime girdiğini açıkladı.
Sektörün açıklamasına göre, Meta AI tarafından tasarlanan ve Hugging Face tarafından işletilen GAIA, yapay zekânın yalnızca ‘tek bir işi iyi yapma becerisini’ değil, ‘birden fazla beceriyi birleştirerek gerçek sorunları çözme becerisini’ ölçer. Web’de bilgi bulması, bir PDF içindeki tabloları okuması, görselleri analiz etmesi, kod çalıştırarak hesaplama yapması ve bu sonuçları bir araya getirerek tek bir doğru yanıt sunması gerekir. 301 gizli soru, üç zorluk seviyesi ve yanıtların açıklanmaması ilkesi sayesinde aşırı uyum ve hile yapılamayacak şekilde tasarlanmıştır.
Bu sınavda yüksek puan almak için iki unsur gerekir. Bunlar, temel alınan dil modelinin akıl yürütme becerisi ve bu modeli gerçek dünyadaki araçlara bağlayarak otonom biçimde görev gerçekleştirmesini sağlayan ajan çözümüdür. Model ne kadar iyi olursa olsun ajan zayıfsa Level 3 çözülemez; ajan ne kadar gelişmiş olursa olsun modelin akıl yürütme gücü yetersizse ara aşamalarda yanlış yanıtlar yayılır.
GAIA liderlik tablosunun mevcut yapısına bakıldığında ilginç bir örüntü görülür. Üst sıralardaki ajanların çoğu GPT, Claude ve Gemini gibi birden fazla büyük teknoloji şirketinin modelini birleştiren ‘çoklu model karması’ stratejisini benimsemiştir. Bu, her modelin güçlü yönlerini birleştirmek ve bilgi kaybı gibi nedenlerle puan düşüşünü önlemek için makul bir yaklaşımdır.
Buna karşılık Clevi bu gruba katılmadı. from scratch yöntemiyle geliştirilen cip-5.5-agent (ajan tabanlı yapay zekâ), karmaşık görevlerin planlanmasını, yürütülmesini ve doğrulanmasını otonom olarak gerçekleştirirken, cip-5.5-mm (yüksek performanslı genel amaçlı çok modlu model) ses, görüntü ve video gibi çeşitli dosya formatlarını anlayıp akıl yürütür. Bu iki modelin tamamı Clevi bünyesinde özgün olarak geliştirildi ve harici LLM API’leri hiç kullanılmadı.
Ve bu özgün model yığınıyla GAIA'ya 5 ajan göndererek hepsinde 70'in üzerinde puan elde etti. En yüksek 79,07%'den 70,76%'ya kadar uzanan sonuçlar, tek bir sonucun şansı değil, tüm yığının istikrarının kanıtlandığını gösterdi.
Şirketin açıklamasına göre, resmi 79,07% puanının arkasında başka bir sayı daha var. CLEVI'nin kurum içi sonradan yaptığı incelemede, 301 sorudan önemli bir bölümünün günümüzde herkese açık web üzerinde doğru yanıt dayanağını kaybettiği tespit edildi. Yalnızca doğru yanıtı hâlen web üzerinde bulunan sorular temel alınarak yeniden değerlendirildiğinde, CLEVI'nin doğruluk oranı 98%'in üzerindeydi. Bu, insan ortalamasını (92%) çoktan aşan bir değer.
Elbette, başka şirketlerin güçlü genel amaçlı modelleri bir araya getirilseydi resmi puan daha da yükseltilebilirdi. Ancak CLEVI bu stratejiyi bilinçli olarak tercih etmedi. Çünkü bu kıyaslamanın amacı en yüksek puan için yarışmak değil, from scratch özgün modelin küresel sahnede rekabet edebilecek seviyeye ulaşıp ulaşmadığını doğrulamaktı.
GAIA liderlik tablosunda adının yer alması, üçüncü tarafların bağımsız değerlendirmesiyle verilmiş doğrulanmış güvenilirliğe sahip olmak açısından büyük önem taşıyor. Bu, yatırım çekme, yurt dışına açılma ve B2B satışların tüm aşamalarında kullanılabilecek nesnel bir dayanak oluşturuyor.
CLEVI yetkilisi, “Resmi olarak yanlış olan 63 yanıtın önemli bir bölümü çıktı formatındaki uyumsuzluklardan, görsel materyallerin yorumlanmasındaki hatalardan ve bilgi kaybı nedeniyle yanıtlanamayan sorulardan kaynaklandı. Sorun, mantıksal çıkarımın temel bir sınırından ziyade son işleme hassasiyeti ve harici bilginin erişilebilirliğiyle ilgili. Özgün model olduğu için CLEVI bunu kendi başına geliştirebilir. İşte from scratch özgün modelin yapısal avantajı tam olarak budur. CLEVI'nin bu başarısı, Kore AI sektörüne ‘Ne zamana kadar “ödünç alınmış beyinlere” bağımlı kalacağız?’ sorusunu yöneltiyor. CLEVI from scratch gibi daha zor bir yolu seçiyor ve bu yanıtı dünya sahnesinde kanıtlamak istiyor” dedi.