Temel LLM Kavramları

TEMEL

Transformer mimarisi, tokenizasyon, attention mekanizması ve dil modellerinin temel çalışma mantığı.

📋 Konu Listesi

01 Token nedir, nasıl hesaplanır → 02 Context window nedir, limitleri → 03 Prompt vs Completion token farkı → 04 Temperature parametresi → 05 Top-p (nucleus sampling) → 06 Top-k sampling → 07 Frequency penalty → 08 Presence penalty → 09 Max tokens ayarı → 10 Stop sequences → 11 System prompt nedir → 12 Few-shot prompting → 13 Zero-shot prompting → 14 One-shot prompting → 15 Chain-of-thought (CoT) prompting → 16 Role prompting → 17 Instruction tuning nedir → 18 RLHF (Reinforcement Learning from Human Feedback) → 19 Base model vs Fine-tuned model farkı → 20 Tokenizer nasıl çalışır (BPE, WordPiece) → 21 Token maliyeti nasıl düşürülür, Claude Code ile düşürmek →

Konu Listesi

Token nedir, nasıl hesaplanır
Context window nedir, limitleri
Prompt vs Completion token farkı
Temperature parametresi
Top-p (nucleus sampling)
Top-k sampling
Frequency penalty
Presence penalty
Max tokens ayarı
Stop sequences
System prompt nedir
Few-shot prompting
Zero-shot prompting
One-shot prompting
Chain-of-thought (CoT) prompting
Role prompting
Instruction tuning nedir
RLHF (Reinforcement Learning from Human Feedback)
Base model vs Fine-tuned model farkı
Tokenizer nasıl çalışır (BPE, WordPiece)
Token maliyeti nasıl düşürülür, Claude Code ile düşürmek

LLM Temelleri Prompt Mühendisliği RAG Sistemleri AI Agents MCP Protocol Token Optimizasyonu Fine-Tuning LLM Mimarisi Değerlendirme Güvenlik & Etik MLOps Multimodal AI Özel Araçlar Knowledge Bases İleri Seviye LLM Temelleri Prompt Mühendisliği RAG Sistemleri AI Agents MCP Protocol Token Optimizasyonu Fine-Tuning LLM Mimarisi Değerlendirme Güvenlik & Etik MLOps Multimodal AI Özel Araçlar Knowledge Bases İleri Seviye

Temel LLM Kavramları

📋 Konu Listesi

Konu Listesi

AI Kariyerine Bugün Başla