İçeriğe geç

12 dk okuma

Gemma 4 ile Hukuk Bürosu Testi: Sonuçlar

kısa cevap

Gemma 4'ü tek RTX 3090'da, kurgusal belgelerle altı hukuk bürosu işinde denedik. Model sözleşmedeki on değişikliğin dokuzunu buldu, kaynaklı soruların tamamını doğru cevapladı; bir cevapta ikinci dayanağı göstermedi. Düşünme açıkken 18 denemenin yedisi cevap yazmadan bitti; hukuki yorumun doğruluğunu ölçmedik.

Abdullah KarakuşYayın: Güncelleme:

öne çıkanlar

  1. Düşünme kapalıyken 18 denemenin tamamı cevapla bitti. Görev başına ortalama süre yaklaşık 8–19 saniyeydi; ekran kartında en yüksek bellek kullanımı yaklaşık 20,7 GB oldu.
  2. Model sözleşmedeki on değişikliğin dokuzunu buldu. Bir yazım düzeltmesini kaçırdı; bulduğu ve/veya değişikliğini ise testte beklenenin aksine biçimsel saydı.
  3. Modeli büroya özel eğitmedik veya bir arama sistemine bağlamadık. Özelleştirmenin bu sonuçları nasıl değiştireceğini ölçmedik.
Gemma 4 26B hukuk bürosu testi özeti: kronoloji 16/16 olay, sözleşme karşılaştırma 9/10 değişiklik, kaynaklı cevap 12/12 soru, evrak sınıflandırma 30/30, kişisel veri maskeleme 40/40, taranmış evrak 30/30 alan; görev başına 8–19 sn, en yüksek bellek yaklaşık 20,7 GB; düşünme açıkken 18 denemenin 7'si cevap yazamadı.

Gemma 4 hukuk bürosu işlerinde ne yaptı?

#

Gemma 4, düşünme kapalıyken 16 olayın tarihini doğru çıkardı, 30 evrakı doğru sınıflandırdı ve beş taranmış evraktaki 30 alanı doğru okudu. Sözleşmedeki on değişikliğin dokuzunu buldu. Kaynaklı soruların tamamını doğru cevapladı, ancak bir cevapta ikinci dayanağı göstermedi. Maskelemede aranan kişisel verilerin hiçbiri çıktıda kalmadı.

Testi 23 Ekim 2026’da, gemma4:26b paketiyle tek RTX 3090’da yaptık. Altı görevin her birini düşünme açık ve kapalı olarak üçer kez denedik. Böylece toplam 36 model çağrısı, yani modele gönderilen 36 ayrı istek oluştu.

Düşünme kapalıyken üç tekrarın sonuçları

  • Dava dosyası kronolojisi

    Sonuç16/16 olay tarihi

    Uydurma tarih yok

  • Sözleşme karşılaştırma

    Sonuç9/10 değişiklik

    Yanlış alarm yok

  • Kaynaklı soru-cevap

    Sonuç12/12 doğru cevap veya bulunamadı yanıtı

    Bir tekrarda ikinci dayanak eksik

  • Gelen evrak sınıflandırma

    Sonuç30/30 evrak

    Süreli evrak kaçmadı

  • Kişisel veri maskeleme

    Sonuç40/40 veri öğesi

    Tam veya kısmi sızıntı yok

  • Taranmış evrak okuma

    Sonuç30/30 alan

    Bulanık evrak dahil

Tablodaki sonuçlar farklı kontrollerden geliyor. Örneğin cevap puanı tam olsa da kaynak listesi eksik kalabiliyor; her görevin ayrıntısını aşağıda açıklıyoruz.

Gemma 4 Hukuk Bürosu Testi infografiği: düşünme kapalı, 3 tekrar. Kronoloji 16/16 olay, sözleşmede 10 değişiklikten 9’u, kaynaklı cevapta 12/12 doğru cevap veya bulunamadı yanıtı, sınıflandırma 30/30 evrak, maskeleme 40/40 veri, taranmış evrak 30/30 alan. Uydurma tarih, uydurma alıntı ve sızan kişisel veri sıfır. 11,7 bin token’lık dosyayı işleme yaklaşık 3,4 saniye (hesaplanan), görev başına ortalama süre 8–19 saniye. Düşünme açıkken 18 denemenin 7’si çıktı sınırına ulaştı ve cevap yazamadı.
Altı görevin sonucu tek bakışta: düşünme kapalıyken Gemma 4, kurgusal hukuk belgelerinde.

Bu deneme, hukuk büroları için yerel yapay zekâ kurulumu sayfasındaki işlere ait ölçümleri sunuyor. Belgeleri büro içinde işlemek isteyen bir yöneticinin, hangi çıktıları kontrol etmesi gerektiğini de gösteriyor.

Testi hangi ayarlarla yaptık?

#

Modeli, yerel modelleri çalıştıran Ollama programı üzerinden, 24 GB bellekli RTX 3090’da çalıştırdık. Modele genel davranış kuralları veren ayrı bir sistem istemi göndermedik.

Token, modelin metni işlerken kullandığı, kelimenin tamamı veya bir kısmı olabilen küçük parçadır. Bağlam penceresi, girdi, düşünme ve cevabın bir seferde sığabildiği toplam alandır. Sıcaklık, cevap üretilirken yapılan seçimlerin değişkenliğini belirler. top_p ve top_k, sıradaki parça için değerlendirilen seçenekleri olasılık ve sayı bakımından sınırlar.

Testi hangi ayarlarla yaptık?
Ayar Değer
Sıcaklık 0,3
top_p / top_k 0,95 / 50
Bağlam penceresi 32.768 token
Çıktı sınırı, düşünme kapalı 8.192 token
Çıktı sınırı, düşünme açık 16.384 token; düşünme ve cevap birlikte
Tekrar 6 görev × 2 mod × 3 tekrar = 36 çağrı
İstenen cevap biçimi Her görevde tek JSON nesnesi

JSON, bilgileri adlandırılmış alanlarda tutan bir metin biçimidir. Bu biçim, cevapları programla karşılaştırmamızı sağladı. Düşünme modu ise modelin nihai cevaptan önce ayrı bir düşünme metni üretmesidir.

Belgeleri programlar üretti; olay, değişiklik ve kişisel veri listelerini önceden tanımladık. Kişiler, kurumlar, dosya numaraları, IBAN’lar ve telefonlar kurgusaldı. T.C. kimlik numaralarının doğrulama hanesi de geçersizdi. Puanlayıcı, cevapları önceden hazırlanan listelerle otomatik karşılaştırdı.

Bu turda görev girdileri en çok yaklaşık 11,7 bin token tuttu. Önceki testteki 80 bin tokenlık arşivde modelin zorlanmasını Gemma 4 ve LFM2.5 karşılaştırmasında anlatmıştık.

Testi hangi ayarlarla yaptık?
Görev Verilen belge Kontrol edilen çıktı
Kronoloji Altı belge türünden oluşan ticari alacak dosyası; belgeler karışık sırada 16 olay tarihi, sıra, belge ve üç yanıltıcı tarih
Sözleşme karşılaştırma Hizmet sözleşmesinin iki sürümü On değişikliğin yeri, türü ve önem etiketi
Kaynaklı soru-cevap Sekiz belge; dokuzu cevaplanabilir toplam 12 soru Cevap, kaynak listesi ve alıntı
Evrak sınıflandırma Sekiz türden 30 kısa evrak Tür, dosya numarası ve süreli olup olmadığı
Maskeleme 40 kişisel veri ve korunacak altı öğe Sızıntı, gereksiz silme, etiketler ve kalan metin
Görselden okuma Beş evrak görseli Her evrakta altı alan

Altı görevin ayrıntılarında ne gördük?

#

En belirgin eksikler sözleşmedeki değişiklikleri değerlendirmede ve cevapların bütün dayanaklarını göstermede çıktı. Aşağıdaki sonuçlar, düşünme kapalı moddaki üç tekrara ait.

Dava dosyasındaki tarihler doğru sıralandı

Model, 16 olayın tarihini üç tekrarda da eksiksiz ve doğru sırayla listeledi. Gösterdiği belgeler de tarihlerin geçtiği belgelerle eşleşti. Belgelerde olmayan bir tarih yazmadı.

Türk Borçlar Kanunu ile Türk Ticaret Kanunu’nun Resmî Gazete yayım tarihleri ve başka bir dosyadan aktarılan emsal karar tarihi de metindeydi. Model bu üç tarihi davanın olayı olarak listelemedi.

Tarihleri bulma ve yanlış tarih eklememe ölçütlerini birleştiren F1 puanı 1,00 oldu. Puanlayıcı olay açıklamalarının anlamını ayrıca değerlendirmiyor; tarih, sıra ve belge eşleşmesini kontrol ediyor.

Girdi yaklaşık 11,7 bin token idi. Sayfa başına 400 token varsayımıyla bu, yaklaşık 29 sayfaya karşılık geliyor. Okuma hızı üzerinden hesaplanan işleme süresi yaklaşık 3,4 saniye, bütün görevin ortalama süresi 8,5 saniyeydi.

Sözleşmede bir yazım düzeltmesi kaçtı

Model on değişikliğin dokuzunu buldu ve olmayan bir değişikliği var diye işaretlemedi. Değişikliğin maddesini ve türünü birlikte değerlendiren F1 puanı üç tekrarda da yaklaşık 0,947 çıktı.

Dört ince değişikliğin tamamını yakaladı: ödeme süresinin 30 günden 15 güne inmesi, “ve” yerine “veya” yazılması, ceza oranının %10’dan %20’ye çıkması ve yetkili mahkemenin değişmesi.

Cevap doğruydu, dayanaklardan biri eksikti

Model dokuz sorunun cevabını buldu; arşivde cevabı olmayan üç soruyu da “bulunamadı” diye işaretledi. Üç tekrarda verdiği toplam 27 alıntının tamamı arşivde birebir vardı.

Kaynak listesi ilk tekrarda cevaplanabilir dokuz sorunun sekizinde tamdı. Sonraki iki tekrarda dokuzunun da kaynakları tamdı. Böylece ortalama 8,67 oldu; bu sayı, bir sorunun kısmen cevaplandığı anlamına gelmiyor.

Eksik dayanak, işi geciktiren alt yükleniciyle ilgili davanın sorumlu avukatını soran cevapta görüldü. Bilirkişi raporu hangi davada gecikme olduğunu, büro içi not ise o davanın sorumlu avukatını gösteriyordu. Model doğru avukatı yazdı ama kaynak listesine yalnızca iç notu koydu; bilirkişi raporunu eklemedi.

Gelen evrakların türü ve süre bilgisi doğruydu

Model, 30 evrakın türünü, dosya numarasını ve süreli olup olmadığını üç tekrarda da doğru çıkardı. Süreli bir evrakı atlamadı; süresiz evrakı da süreli diye işaretlemedi. Seçebileceği sekiz evrak türü vardı.

Kişisel veriler maskelendi, kalan metin çok az değişti

Model 40 veri öğesinin tamamını maskeledi. Bunlar dokuz türdeydi: ad-soyad, T.C. kimlik numarası, telefon, e-posta, adres, IBAN, plaka, doğum tarihi ve iş yeri adı. Aynı metnin üç tekrarında toplam 120 öğeden hiçbiri çıktıda kalmadı. Soyadı veya sokak adı gibi kısmi sızıntı da görülmedi.

Korunması istenen altı öğe yerinde kaldı: mahkeme adı, kanun maddesi, dosya esas numarası, “Av.” unvanı, kamu kurumu adı ve dava tarihi. Aynı kişi her geçtiğinde aynı etiketi aldı.

Bulanık ihtarnamedeki altı alan da okundu

Model, beş evraktaki toplam 30 alanı doğru çıkardı. Belgeler tebligat, icra emri, duruşma zaptının ilk sayfası, ihtarname ve masraf makbuzuydu.

Görsellere hafif döndürme, gri ton ve gürültü uygulandı; ihtarname ayrıca bulanıklaştırıldı. Her birinde evrak türü, mahkeme veya daire, dosya numarası, tarih, taraf adı ve süre veya tutar istendi. Bulanık ihtarnamenin altı alanı da doğruydu.

Kayseri 3. Noterliği başlıklı bulanık ihtarname: yevmiye numarası, 04.09.2026 tarihi, ihtar eden ve muhatap şirketler, 2026/233 E. dosya numarası ve 15 günlük ödeme süresi.
Kurgusal test belgesi. Görselde sayfanın boş alt kısmı kırpıldı.

Düşünme açıkken neden cevap yazılamadı?

#

Yedi denemede model, ortak çıktı sınırını doldurdu ve nihai cevap yazamadan durdu. Açık modda düşünme ve cevap için toplam 16.384 token ayrılmıştı. Bu yedi kaydın tamamında üretilen toplam bu sınıra ulaştı; durma nedeni length, yani uzunluk sınırıydı.

Düşünme açıkken 18 denemenin yedisi cevapsız kaldı

Her modda altı görev üçer kez denendi.

  • Cevap yazdı
  • Çıktı sınırında cevapsız durdu

Düşünme kapalı

Cevap yazdı: 18Çıktı sınırında cevapsız durdu: 0

Düşünme açık

Cevap yazdı: 11Çıktı sınırında cevapsız durdu: 7
Tablo olarak göster
Düşünme açıkken 18 denemenin yedisi cevapsız kaldı
Mod Cevap yazdı Çıktı sınırında cevapsız durdu
Düşünme kapalı 18 0
Düşünme açık 11 7

Maskelemenin üç tekrarında da cevap boş kaldı. Kronoloji, sözleşme karşılaştırma, kaynaklı soru-cevap ve sınıflandırmada birer deneme cevapsız bitti. Taranmış evrak görevinde üç cevap da tamamlandı.

Maskelemenin düşünme metninde aynı etiketleri yeniden kontrol eden çok sayıda “bir kez daha kontrol” notu vardı. Bu kayıt, modelin cevap öncesinde ne yazdığını gösteriyor; görevi bilip bilmediğini ölçmüyor.

Düşünme açıkken görevlerin ortalama süresi uzadı

Üç tekrarın ortalaması; yükleme ve cevapsız denemelerin süreleri dahil. Değerler aynı ölçekte okunabilsin diye bütün hücrelerde dakika ve saniye birimi kullanıldı.

  • Düşünme kapalı
  • Düşünme açık

Kronoloji

Düşünme kapalı: 0 dk 9 sn
Düşünme açık: 1 dk 7 sn

Sözleşme karşılaştırma

Düşünme kapalı: 0 dk 11 sn
Düşünme açık: 1 dk 10 sn

Kaynaklı soru-cevap

Düşünme kapalı: 0 dk 8 sn
Düşünme açık: 1 dk 12 sn

Evrak sınıflandırma

Düşünme kapalı: 0 dk 10 sn
Düşünme açık: 1 dk 5 sn

Kişisel veri maskeleme

Düşünme kapalı: 0 dk 19 sn
Düşünme açık: 1 dk 26 sn

Taranmış evrak

Düşünme kapalı: 0 dk 10 sn
Düşünme açık: 0 dk 22 sn
Tablo olarak göster
Düşünme açıkken görevlerin ortalama süresi uzadı
Görev Düşünme kapalı Düşünme açık
Kronoloji 0 dk 9 sn 1 dk 7 sn
Sözleşme karşılaştırma 0 dk 11 sn 1 dk 10 sn
Kaynaklı soru-cevap 0 dk 8 sn 1 dk 12 sn
Evrak sınıflandırma 0 dk 10 sn 1 dk 5 sn
Kişisel veri maskeleme 0 dk 19 sn 1 dk 26 sn
Taranmış evrak 0 dk 10 sn 0 dk 22 sn

Grafikte süreleri en yakın saniyeye yuvarladık. Kapalı modun yuvarlamadan önceki görev ortalamaları sırasıyla 8,5, 11,2, 7,7, 9,9, 19,0 ve 9,7 saniyeydi. Açık modda aynı sıra 1 dakika 7 saniye, 1 dakika 10,1 saniye ve 1 dakika 11,9 saniyeyle başladı. Kalan ortalamalar 1 dakika 5,4 saniye, 1 dakika 25,8 saniye ve 21,8 saniyeydi.

Cevap yazılan beş görevde ana puanın iki mod arasındaki farkı 0,000 oldu. Maskelemede açık moddan puanlanabilir cevap gelmediği için bu karşılaştırmayı yapamıyoruz. Kaynaklı cevapların kaynak listesi ise açık modda puanlanan iki denemede de tamdı. Ana puanın aynı olması, bütün alt ölçümlerin aynı olduğu anlamına gelmiyor.

Tek RTX 3090 yeterli oldu mu?

#

Evet, bu testte model tamamen ekran kartında çalıştı. Tüm kartın en yüksek bellek kullanımı yaklaşık 20,7 GB oldu; masaüstünün kullandığı bellek de bu ölçüme dahil. VRAM, ekran kartının kendi belleğidir.

Okuma ve yazma ayrı ölçümler. Aşağıdaki okuma ortalaması metin görevlerine ait; taranmış evrakların görsel işleme hızını kapsamıyor. Önceki girdiden yararlanarak hızlanan çağrılar da okuma ortalamasının dışında tutuldu.

Tek RTX 3090 yeterli oldu mu?
Ölçüm Değer
Metin okuma ortalaması Saniyede yaklaşık 3.274 token
Kronoloji girdisinin hesaplanan okuma süresi Yaklaşık 3,4 sn; 11,7 bin token
MTP açık, düşünme kapalı yazma ortalaması Saniyede yaklaşık 204 token
MTP açık, düşünme açık yazma ortalaması Saniyede yaklaşık 197 token
En yüksek VRAM Yaklaşık 20,7 GB; tüm kart
Kapalı modda görev ortalamaları Yaklaşık 8–19 sn
36 çağrının süreleri toplamı Yaklaşık 22 dk 24 sn

Toplam süre, çağrı sürelerinin toplamıdır. Oturumlar arasındaki beklemeler bu toplama dahil değil. Kronolojideki 3,4 saniye de ayrı bir kronometre ölçümü değil; girdi uzunluğunun okuma hızına bölünmesiyle hesaplandı.

Bu test hangi soruları cevaplamıyor?

#

Test, gerçek dava dosyalarında hukuki yorumun doğruluğunu veya bir büronun bütün iş yükünü ölçmüyor. Tek model ve tek donanımda, doğru cevapları önceden bilinen kurgusal belgelerle yapılmış bir mühendislik denemesi.

Sözleşmede değişikliği bulma, önemini etiketleme ve hukuki sonucunu yorumlama ayrı işler. Bu testte ilk ikisi için kontroller var; üçüncüsü için bir doğruluk puanı yok.

Özelleştirme bu sonuçları değiştirir mi?

#

Bu testten özelleştirmenin etkisini çıkaramıyoruz; modelin yayımlanan hâlini kullandık. İnce ayar, modeli ek örneklerle eğiterek uyarlamaktır. RAG, cevap için gereken belgeleri bir arama sistemiyle bulup modele sunmaktır. İkisini de kullanmadık; kaynaklı soru-cevapta sekiz belgenin tamamı soruyla birlikte verildi.

Büroya özel şablon ve terim sözlüğü de kullanılmadı. Metot Bilişim olarak modeli büronuzun ya da sektörünüzün kendi verisiyle ince ayar ve RAG kullanarak uyarlıyoruz. Bu testte gördüğümüz zayıflıklar, uyarlamanın hedefini gösteriyor: büronun esaslı saydığı değişiklikleri tanımak, cevabı her dayanak belgeye bağlamak ve büronun diliyle yazmak. Uyarlamanın bu sonuçları ne kadar değiştirdiğini bu testte ölçmedik; her büroda kendi örnek belgeleriyle, doğru cevabı baştan bilinen görevlerle ölçmek gerekir. Kurulum ve kapsam yerel yapay zekâ kurulumu sayfasında.

Çıktılarda hangi kontroller öne çıkıyor?

#

Kaynak listesi ve değişikliğin önem etiketi, bu testte somut eksik gördüğümüz iki alan. Maskelemenin kapsamı ve cevabın tamamlanıp tamamlanmadığı da ayrı kontroller gerektiriyor.

  1. Cevap tamamlandı mı bakın:

    Kapalı modda bütün denemeler cevapla bitti. Açık modda yedi cevap boş kaldı; daha yüksek çıktı sınırını denemedik.

  2. Cevabın bütün dayanaklarını kontrol edin:

    Sorumlu avukat doğru yazıldığı hâlde, davayı belirleyen bilirkişi raporu ilk tekrardaki kaynak listesinde yoktu.

  3. Bulunan değişikliğin önemini ayrıca değerlendirin:

    Model “ve/veya” farkını gördü ama testte esaslı sayılan değişikliği biçimsel etiketledi.

  4. Maskelemenin neyi kapsadığını kontrol edin:

    Ölçülen 40 veri öğesi dokuz türden geliyor. Bu sonuç, kişinin olayın ayrıntılarından tanınmasını ölçmüyor.

TBB’nin avukatlar için yapay zekâ tavsiye rehberi, anonimleştirilmiş belge özeti ve sözleşme karşılaştırmasını sınırlı ve kontrollü kullanımlar arasında ele alıyor. Bu grupta maskeleme, onaylı araç, insan denetimi, kayıt, ikinci göz incelemesi ve gerekirse müvekkil bilgilendirmesi sayılıyor. Rehberde nihai hukuki değerlendirme ve sorumluluk avukata ait. Risk gruplarını hukuk büroları sayfasında ele alıyoruz.

Testi kendi bilgisayarımda nasıl tekrarlarım?

#

Depoyu bilgisayarınıza kopyalayıp README’deki kurulum adımlarını izleyin; önce puanlayıcıyı sınayan selftest.py, sonra modeli çalıştıran run_legal.py kullanılıyor. Yeni bir deneme için --tag ile farklı bir sonuç klasörü adı verin. Aksi hâlde koşucu, depoda zaten bulunan kayıtları görüp bu denemeleri atlıyor.

// açık test verisi

  • kod · MIT
  • veri · CC BY 4.0

metotbilisim/yerel-yz-hukuk-testi

github.com

Senaryolar, belgeler, doğru cevaplar ve başarısız denemeler açık

Altı görevin girdileri ve sonuçları depoda bulunuyor. Cevap yazılamayan yedi çağrının kayıtları da korunuyor; maskelemenin üç cevapsız tekrarı buna dahil.

// depoda neler var

  • Test senaryosu:

    TASARIM.md, görevlerin istemlerini, puan tanımlarını ve sınırlarını anlatıyor. Belgeleri üreten programlar gen/ klasöründe.

  • Kurgusal belgeler:

    Dava dosyası, sözleşme sürümleri, büro arşivi, evraklar, 40 kişisel verilik metin ve taranmış evrak görselleri.

  • Doğru cevaplar:

    Her görevin gold.json dosyası, puanlayıcının karşılaştırdığı cevapları içeriyor.

  • Çalıştırma ve puanlama:

    grade.py, selftest.py ve run_legal.py bulunuyor. regrade.py, kayıtlı cevapları modele yeniden sormadan puanlıyor.

  • Ham sonuçlar:

    36 çağrının cevap dosyaları, düşünme metinleri ve puan dökümleri bulunuyor. Cevapsız çağrıların cevap dosyaları boş.

git clone https://github.com/metotbilisim/yerel-yz-hukuk-testi.git
Depoyu GitHub'da aç

Kod MIT, test verileri CC BY 4.0 lisansıyla yayımlanıyor. Verileri kullanırken kaynak olarak Metot Bilişim (metotbilisim.com) belirtin.

Kaynaklar

#

Testin dışındaki rehber ve model bilgileri için yazıda kullanılan bağlantılar aşağıda.

  1. Türkiye Barolar Birliği Bilişim ve Teknoloji Hukuku Komisyonu: Avukatlar İçin Yapay Zekâ Kullanımı Tavsiye Rehberi (2026, PDF)d.barobirlik.org.tr
  2. Türkiye Barolar Birliği: Avukatlıkta Yapay Zekâ Kullanımına İlişkin Tavsiye Rehberi duyurusu (28.08.2026)barobirlik.org.tr
  3. gemma4 — Ollamaollama.com

yazar

Abdullah Karakuş

Dijital Pazarlama Yöneticisi

Abdullah Karakuş, dijital pazarlama ve web teknolojileri alanında 10 yılı aşkın deneyime sahiptir. SEO, GEO, Google Ads, Meta Ads ve web teknolojileri üzerine uzmanlaşmıştır. Yazılım geliştirme geçmişini veri analizi ve performans pazarlaması deneyimiyle birleştirerek dijital görünürlük stratejileri geliştirir. Metot Bilişim'de teknik SEO, içerik optimizasyonu, reklam performansı ve web projelerinin stratejik süreçlerini yönetir.

  • seo
  • geo
  • ads
  • web
LinkedIn

Bu sayfa en son güncellendi.

Gemma 4 hukuk bürosu işlerinde ne yaptı?%0

bu sayfada

  1. Gemma 4 hukuk bürosu işlerinde ne yaptı?
  2. Testi hangi ayarlarla yaptık?
  3. Altı görevin ayrıntılarında ne gördük?
  4. Düşünme açıkken neden cevap yazılamadı?
  5. Tek RTX 3090 yeterli oldu mu?
  6. Bu test hangi soruları cevaplamıyor?
  7. Özelleştirme bu sonuçları değiştirir mi?
  8. Çıktılarda hangi kontroller öne çıkıyor?
  9. Testi kendi bilgisayarımda nasıl tekrarlarım?
  10. Kaynaklar
  11. Sıkça sorulan sorular

sss

Sıkça sorulan sorular

Burada cevabını bulamadığınız bir soru varsa doğrudan ekibimize sorabilirsiniz.

Sorunuzu bize iletin

Yerel yapay zekâ hukuk bürosunda kullanılabilir mi?

Bu test, altı işteki sonuçları gösteriyor. Model 16 olayın tarihini, 30 evrakın sınıfını ve beş görseldeki 30 alanı doğru çıkardı. Sözleşmedeki on değişikliğin dokuzunu buldu; kaynaklı cevaplardan birinde ikinci belge eksikti. Hukuki yorumun doğruluğunu ölçmedik.

Gemma 4 dava dosyasından kronoloji çıkarabilir mi?

Kurgusal dosyamızdaki 16 olayın tarihini, sırasını ve belge bilgisini doğru çıkardı. Dosyanın olayı olmayan üç tarihi listeye almadı. Girdi yaklaşık 11,7 bin token tuttu; token, modelin işlediği küçük metin parçasıdır. Okuma için hesaplanan süre yaklaşık 3,4 saniye, görevin ortalama süresi 8,5 saniyeydi.

Yerel model kişisel veriyi maskeleyebilir mi?

Testteki 40 veri öğesinin tamamını maskeledi. Aynı metnin üç tekrarında toplam 120 öğeden hiçbiri tam veya kısmi olarak çıktıda kalmadı. Korunması istenen altı öğeyi silmedi ve aynı kişiye aynı etiketi verdi. Tarih, tutar ve olayın birlikte kişiyi tanıtıp tanıtmadığını ölçmedik.

Düşünme modu açık mı olmalı?

Bu koşuda kapalı moddaki 18 denemenin tamamı cevapla bitti; açık modda yedisi cevapsız kaldı. Açık modda düşünme ve cevap için ortak sınır 16.384 token idi. Cevap veren görevlerde ana puan yükselmedi. Daha büyük bir çıktı sınırını denemedik.

Hukuk bürosu için hangi donanım yeter?

Bu kurulumda 24 GB bellekli tek RTX 3090 yetti. Model tamamen ekran kartında çalıştı; masaüstünün kullanımı dahil en yüksek bellek yaklaşık 20,7 GB oldu. Daha küçük kartları veya aynı anda birden fazla kullanıcıyı denemedik.

Özelleştirme neyi değiştirir?

Bu testte etkisini ölçmedik. Modeli ek eğitimle uyarlamadık, büroya özel şablon veya terim sözlüğü kullanmadık. Belgeleri arama sistemiyle bulmak yerine doğrudan soruyla birlikte verdik.

Gemma 4 hukuki görüş verebilir mi?

Bu test bu soruyu cevaplamıyor. Tarih çıkarma, değişiklik bulma, kaynaklı cevap, sınıflandırma, maskeleme ve görselden alan okuma işlerini ölçtük. Hukuki yorumun doğruluğu puanlamanın dışında kaldı.

Test belgeleri gerçek müvekkil verisi miydi?

Hayır. Kişi ve kurum adları, dosya numaraları, T.C. kimlik numaraları, IBAN'lar ve telefonlar kurgusaldı. T.C. kimlik numaralarının doğrulama hanesi geçersizdi. Belgeleri, doğru cevapları önceden tanımlayan programlar üretti.

Sizin İşletmeniz İçin Nereden Başlayalım?

Yeni bir site hazırlamak, mevcut sitenizi geliştirmek veya reklam çalışmalarınızı düzenlemek isteyebilirsiniz. İhtiyacınızı dinleyelim, yapılacak işleri ve uygun başlangıcı birlikte belirleyelim.

Hangi konuda destek arıyorsunuz?

GEO tanıtım videosu

Örnek senaryo. Bir müşteri yapay zekâya soruyor: Bu işi en iyi kim yapar? Asistan şehirdeki işletmeleri tarıyor ve üç adaylık kısa listesini hazırlıyor. Şimdi diğer taraftasınız. Sizin markanız bu cevapta yer alıyor mu? Bu örnek bir senaryoydu. Markanızın gerçek durumunu tahmin etmeyin, ölçelim.

Her kategoriyi ayrı ayrı açıp kapatabilirsiniz. Tercihinizi 6 ay saklarız; sayfanın altındaki “Çerez tercihlerini aç” bağlantısıyla istediğiniz zaman değiştirebilirsiniz.

Çerez tercihlerini yönet

Sitenin güvenli çalışması için gereklidir: form spam koruması (Cloudflare Turnstile) ve bu çerez tercihinizin kaydı. Kapatılamaz.

Google Analytics 4 ile hangi sayfaların ziyaret edildiğini ve sitenin nasıl kullanıldığını toplu olarak ölçeriz.

Google Ads ile reklamlarımızın talebe dönüşüp dönüşmediğini ölçer, ilgilenen ziyaretçilere yeniden reklam gösterebiliriz. Kampanya parametreleri (UTM, gclid) yalnızca bu izinle saklanır.