Ankara Üniversitesi'nden iki araştırmacı, Türkçe soruya Türkçe yanıt vermekle kalmayıp akıl yürütme sürecini de Türkçe kuran bir yapay zekâ modeli geliştirdi. TÜDÜM (Türkçe Düşünen Üretken Model) adı verilen çalışma, temmuz başında ArXiv'de yayımlandı ve model kamuya açık olarak paylaşıldı.

Çalışmanın çıkış noktası, çok bilinmeyen ama sonuçları büyük bir sorun: Türkçe bir soru alan "düşünen" modeller, çözümü çoğunlukla İngilizce üretiyor ve yalnızca son cevabı Türkçeleştiriyor. TÜDÜM, bu iç muhakeme adımını doğrudan eğitilebilir bir davranış olarak ele alıyor.

Model nasıl eğitildi?

Araştırmacılar Baran Bingöl ve Bahaeddin Türkoğlu, çalışmayı Qwen ailesinden 27 milyar parametreli bir "düşünen" model üzerine kurdu. Süreç iki aşamalı işledi:

  • Denetimli ince ayar (SFT): Model, LoRA adaptörleri kullanılarak 15 bin 991 Türkçe akıl yürütme örneğiyle eğitildi.
  • Pekiştirmeli öğrenme: Ardından GRPO ailesinden bir yöntemle, Türkçe matematik problemlerinden oluşan filtrelenmiş bir ortamda eğitim sürdürüldü.

Hedef, modelin ürettiği düşünme bloğunun kendisini Türkçeleştirmekti; yani cevabın değil, cevaba giden yolun dilini değiştirmek.

Sonuçlar ne gösterdi?

Makalenin en dikkat çekici yönü, sonuçların olumlu-olumsuz karışık biçimde ve açıkça raporlanması. Denetimli ince ayar, modelin akıl yürütmesini belirgin biçimde daha Türkçe ve daha kısa hâle getirdi; ortalama yanıt uzunluğu ve "düşünme tükenmesi" oranı ciddi ölçüde düştü.

Ancak aynı adım, ölçüt testlerindeki başarı oranını düşürdü. Pekiştirmeli öğrenme aşaması matematik performansının bir kısmını geri kazandırdı; özellikle erken bir kontrol noktasında AIME24 testinde iyileşme görüldü. Yine de model, raporlanan Macro-6 ortalamasında temel modelin üzerine çıkamadı.

Araştırmacılar ne iddia ediyor, ne iddia etmiyor?

Çalışma, "Türkçe akıl yürütmede en iyi model" iddiasıyla ortaya çıkmıyor. Yazarlar katkılarını, teknik olarak dürüst bir Türkçe düşünme hattı ve değerlendirmesi olarak tanımlıyor.

Bu tutum, alanda giderek daha değerli hâle geliyor. Yerli model duyurularının çoğu yalnızca olumlu ölçüt sonuçlarını öne çıkarırken, TÜDÜM ekibi ödünleşimi açıkça ortaya koyuyor: modelin Türkçe düşünmesini sağlarken doğruluk performansından ödün veriliyor.

Neden Türkçe "düşünmek" önemli?

Bir modelin muhakemesini İngilizce yürütmesi ilk bakışta zararsız görünebilir. Ancak bu, üç somut sorun doğuruyor: Türkçeye özgü dil bilgisi ve kültürel bağlamın çeviride kaybolması, üretilen düşünme adımlarının denetlenebilirliğinin azalması ve token maliyetinin artması.

Kamu kurumlarının ve şirketlerin denetlenebilir yapay zekâ sistemlerine yöneldiği bir dönemde, modelin nasıl düşündüğünü Türkçe okuyabilmek pratik bir gereklilik hâline geliyor. Özellikle hukuk, sağlık ve kamu hizmetleri gibi gerekçenin denetlendiği alanlarda bu belirleyici olabilir.

Türkiye'deki ekosistemde nereye oturuyor?

TÜDÜM, kamu destek programlarının hızlandığı bir döneme denk geliyor. TÜBİTAK yapay zekâ ekosistem çağrısını açtı, KOSGEB girişimlere hesaplama gücü kredisi verdi, BTK Akademi büyük dil modeli atölyeleri düzenliyor.

Buna karşın TÜDÜM, büyük bütçeli bir kurumsal proje değil; üniversite temelli, sınırlı kaynakla yürütülen bir çalışma. Bu da açık kaynak modellerin üzerine inşa edilen uyarlama çalışmalarının Türkiye için ne kadar erişilebilir olduğunu gösteriyor.

27 milyar parametre ne anlama geliyor?

Modelin dayandığı temel yapı 27 milyar parametreli bir "düşünen" model. Bu ölçek, en büyük ticari modellerin çok altında; ancak kurumsal bir sunucuda ya da güçlü bir iş istasyonunda çalıştırılabilecek sınırın içinde.

Türkiye'deki üniversite ve şirket laboratuvarları açısından bu, modelin yerel donanımda denenebileceği anlamına geliyor. Verinin yurt dışına çıkmadan işlenebilmesi, kamu ve sağlık verisi gibi hassas alanlarda belirleyici bir avantaj.

Model kimin işine yarar?

TÜDÜM, günlük kullanım için hazır bir sohbet asistanı değil. Araştırma amacıyla paylaşılan, belirli bir eğitim adımında dondurulmuş bir model üzerinde çalışılıyor.

Bu haliyle asıl değeri, sonuçların yeniden üretilebilir olmasında. Türkçe dil modeli üzerine çalışan araştırma grupları, aynı yöntemi kendi veri kümeleriyle tekrarlayabilir; ödünleşimin veri ölçeğiyle nasıl değiştiğini sınayabilir. Yani model bir ürün değil, bir başlangıç noktası.

Türkçe veri sorunu

Çalışmanın gösterdiği ödünleşimin arkasında büyük ölçüde veri sorunu yatıyor. İngilizce akıl yürütme verisi milyonlarca örnekle ölçülürken, kaliteli Türkçe muhakeme verisi hâlâ kıt.

Bir modele Türkçe düşünmeyi öğretmek için gereken şey yalnızca Türkçe metin değil; adım adım çözüm içeren, doğruluğu denetlenmiş Türkçe akıl yürütme örnekleri. Bu tür verinin üretilmesi maliyetli ve emek yoğun bir süreç.

Testler neyi ölçüyor?

Makalede geçen AIME24, ileri düzey matematik yarışması sorularından oluşan bir ölçüt. Modelin çok adımlı problem çözme becerisini test ediyor ve akıl yürütme kalitesinin en sert sınavlarından biri sayılıyor.

Macro-6 ise farklı testlerin ortalamasını alan bileşik bir gösterge. Modelin tek bir testte iyi, ortalamada zayıf kalması; belirli bir yeteneğin geliştiği ancak genel performansın korunamadığı anlamına geliyor.

Açık kaynak üzerine inşa etmek

TÜDÜM, sıfırdan bir model eğitmiyor; hazır ve açık ağırlıklı bir modeli uyarlıyor. Bu, sınırlı bütçeli araştırma grupları için tek gerçekçi yol.

Sıfırdan büyük model eğitmenin maliyeti yüz milyonlarca dolarla ifade edilirken, mevcut bir modeli belirli bir dile ve göreve uyarlamak çok daha erişilebilir. Türkiye'deki yapay zekâ çalışmalarının büyük bölümünün bu yolu izlemesi de bundan kaynaklanıyor.