Bu siteyi kullanarak Gizlilik Politikası ve Kullanım Şartları'nı kabil etmiş olursunuz.
Accept
Dijikolog.comDijikolog.comDijikolog.com
  • Anasayfa
  • Ürün İnceleme
  • Telefon
  • Nasıl Yapılır
  • Sosyal Medya
  • Teknoloji
Ara
  • Künye
  • Gizlilik ve Kullanım Koşulları
  • Bize Yazın
Okunuyor: Samsung yapay zekâ benchmark çözümü TRUEBench’i tanıttı
Paylaş
Font ResizerAa
Dijikolog.comDijikolog.com
Font ResizerAa
  • Anasayfa
  • Ürün İnceleme
  • Telefon
  • Nasıl Yapılır
  • Sosyal Medya
  • Teknoloji
Ara
  • Gizlilik ve Kullanım Koşulları
  • Bize Yazın
  • Künye
Follow US
  • Künye
  • Gizlilik ve Kullanım Koşulları
  • Bize Yazın
Gündem

Samsung yapay zekâ benchmark çözümü TRUEBench’i tanıttı

sozturk
Son Güncelleme: 3 Ekim 2025 10:05
sozturk
Paylaş
3 Dakikalık Okuma

Samsung Electronics, yapay zekâ verimliliğini değerlendirmek üzere Samsung Research tarafından geliştirilen tescilli benchmark çözümü TRUEBench’i (Trustworthy Real-world Usage Evaluation Benchmark) tanıttı. TRUEBench, büyük dil modellerinin (LLM’ler) gerçek dünyadaki iş verimliliği uygulamalarında nasıl performans gösterdiğini ölçen kapsamlı bir metrik seti sunuyor. Çözüm, gerçekçi bir değerlendirme sağlamak için çeşitli diyalog senaryoları ve çok dilli koşullardan faydalanıyor. Samsung’un verimlilik çalışmalarında kullandığı kendi yapay zekâ teknolojilerini temel alan TRUEBench, içerik oluşturma, veri analizi yapma, özet çıkarma ve çeviri yapma gibi yaygın kullanılan kurumsal görevleri 10 temel kategori ve 46 alt kategoride değerlendiriyor. Benchmark, yapay zekâ destekli otomatik değerlendirmeler yaparak görevlere güvenilir bir puanlama veriyor. Bu değerlendirmeler, insan ve yapay zekâ iş birliği içinde tasarlanan ve geliştirilen kriterlere dayanıyor.

Samsung Electronics Dijital Deneyimler CTO’su ve Samsung Research Başkanı Paul (Kyungwhoon) Cheun, “Samsung Research, gerçek dünyadaki yapay zekâ deneyimleriyle müşterilerine güçlü bir uzmanlık ve rekabet avantajı kazandırıyor. TRUEBench’in üretkenlik işlerinde değerlendirme standartları oluşturacağına ve Samsung’un teknolojideki liderliğini daha da güçlendireceğine inanıyoruz” dedi.

Son zamanlarda şirketler yapay zekâyı daha çok benimsedikçe büyük dil modellerinin üretkenliğini ölçme talebinde artış yaşanıyor. Ancak, çoğunlukla İngilizce odaklı olan mevcut kriterler öncelikle genel performansı ölçüyor ve tek turdan oluşan soru-cevap yöntemleriyle sınırlı bir değerlendirme yapıyor. Bu durum, bu değerlendirmelerin gerçek çalışma ortamlarını yansıtma doğruluğunu sınırlandırıyor. Bu sınırlamaları kaldırmak için geliştirilen TRUEBench hem 10 kategori ve 12 dilde çalışan 2.485 test setinden oluşuyor hem de diller arası senaryoları destekliyor. Test setleri, yapay zekâ modellerinin gerçekte hangi noktalara çözüm sunabileceğini inceliyor. Samsung Research’in geliştirdiği TRUEBench, kolay taleplerden uzun belgeleri özetlemeye kadar çeşitli görevleri inceliyor ve içeriği 8 karakterden 20.000 karakterin üzerine kadar değişen test setleri uyguluyor.

Yapay zekâ modellerinin performansını değerlendirirken yapay zekâ tarafından sağlanan yanıtların doğru olup olmadığını anlamaya imkân veren net kriterlere sahip olmak büyük önem taşıyor. Gerçek yaşam senaryolarında, kullanıcıların tüm istekleri, talimatlarda açıkça belirtilmeyebiliyor. Bu nedenle TRUEBench, yalnızca yanıtların doğruluğunu değil aynı zamanda kullanıcıların örtük ihtiyaçlarını gözeten ayrıntılı koşulları da dikkate alıyor ve gerçekçi değerlendirmeler yapıyor.

Gerçek insanlar ile yapay zekâ iş birliğiyle değerlendirme öğelerini doğrulayan Samsung Research çözümünde, ilk olarak, gerçek yorumcular değerlendirme kriterlerini oluşturuyor, ardından yapay zekâ bunları inceleyerek hataları, çelişkileri veya gereksiz kısıtlamaları kontrol ediyor. Daha sonra, gerçek yorumcular kriterleri tekrar daha iyi hale getiriyor. Bu süreç tekrarlanarak giderek daha hassas değerlendirme standartları oluşturuluyor. Söz konusu çapraz doğrulama kriterlerine dayanan yapay zekâ modellerinin otomatik değerlendirmesiyle kişisel önyargılar en aza indiriliyor ve tutarlılık sağlanıyor. Her testte, modelin değerlendirmeden geçebilmesi için tüm koşulların karşılanması gerekiyor. Bu da görevlerin daha ayrıntılı ve hassas puanlanmasını sağlıyor.

TRUEBench’in veri örnekleri ve puanlama tabloları, küresel açık kaynak platformu Hugging Face’de yer alıyor. Bu da kullanıcıların beş modele kadar karşılaştırma yapmasına ve yapay zekâ model performanslarını bir bakışta kapsamlı bir şekilde incelemesine imkân tanıyor. Ayrıca, ortalama yanıt süresi sonuçlarına ilişkin veriler de yayınlanıyor. Böylece, performans ve verimlilik eşzamanlı karşılaştırılabiliyor.

Samsung’dan yapay zeka altyapı şirketi Helix’e 1 milyar dolarlık yatırım
Samsung One UI 9’da Galaxy S25 ve S26 arasındaki farklar ortaya çıktı
Microsoft, Windows 11’de Copilot tuşunun işlevini değiştirmeye izin verecek
Samsung, Galaxy S26 için yeni One UI 9 beta güncellemesini yayınladı
iPhone Ultra, Galaxy Z Fold 8 satışlarına zarar verebilir mi?
Etiket:gündemsamsung
Bu Yazıyı Paylaş
Facebook Whatsapp Whatsapp Copy Link Print
Paylaş
Önceki Yazı bitcoin, btc JPMorgan: Bitcoin yıl sonuna kadar 165 bin dolara yükselebilir
Sonraki Yazı One UI 8.5 ile Samsung telefonlar paylaştığınız görsellerde hassas bilgileri koruyacak
Yorum yapılmamış

Bir yanıt yazın Yanıtı iptal et

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Time limit is exhausted. Please reload CAPTCHA.

Bizi takip edin!

248.1KLike
69.1KFollow
54.3KFollow
73KSubscribe

banner							
banner
Create an Amazing Newspaper
Discover thousands of options, easy to customize layouts, one-click to import demo and much more.
Learn More

Güncel Haberler

Penta Teknoloji, 2026’nın ilk 9 ayında güçlü performansını sürdürdü
Ekonomi
Aqara Shutter Switch H2 EU ile Panjur Kontrolü Akıllanıyor
Teknoloji
Apple’dan rekor gelir: iPhone ve Mac satışları yükselişe geçti
Ekonomi
Google, üç popüler uygulamasının simgesini yeniledi
İnternet

Bunlar da İlginizi Çekebilir

Gündem

Samsung küresel DRAM pazarında yüzde 40 sınırına dayandı

2 Dakikalık Okuma
Gündem

Microsoft, Excel’deki COPILOT işlevini kaldırıyor

2 Dakikalık Okuma
samsung
Teknoloji

Samsung çip tasarımında Claude kullanıyor: Bir aylık işi iki günde tamamladı, ama hata da yaptı

3 Dakikalık Okuma
Daha Fazlasını Göster
//

Bilim ve teknoloji dünyasında yaşanan en sıcak gelişmeleri, en yeni teknolojik ürünlerin incelemeleri Dijikolog.com’da

© 2026 Dijikolog.com. Tüm hakları saklıdır.
  • Künye
  • Gizlilik ve Kullanım Koşulları
  • Bize Yazın
Welcome Back!

Sign in to your account

Username or Email Address
Password

Lost your password?