Skip to main content

AI bilgi haritası

Not: Bu belge orijinal İngilizce versiyonun otomatik bir çevirisidir.

AI bilgi haritası

Bu sayfa, DecAIHub wiki'sindeki AI ile ilgili tüm açıklayıcılar için bir gezinme rehberidir. Yeni başlayanlar için tasarlanmıştır — ister ilk proje kartınızı okuyor olun, ister bir kategori etiketindeki "AI/Agents" ifadesinin ne anlama geldiğini anlamaya çalışıyor olun. Bunu bir içindekiler tablosu, bir kavram ağacı ve bir dizi önerilen okuma yolu olarak kullanın.

Kısaca: bu bir haritadır, ansiklopedi değil. Aşağıdaki her başlık bağımsız bir makaleye bağlanır. Sorunuzun olduğu yerden başlayın, bağlantıları izleyin, yön bulmanız gerektiğinde buraya geri dönün.

Doğrulama konuları (neyin kanıt sayıldığı) ile teknoloji konuları (bir modelin veya ajanın ne olduğu) arasında sık geçiş yapıyorsanız bu sayfayı yer imlerinize ekleyin. Aşağıdaki bölümler, yerinizi kaybetmeden üst düzey kavramlardan özelleşmiş küme sayfalarına geçebilmeniz için sıralanmıştır.

Buradan başlayın

DecAIHub'a ve kripto AI doğrulamasına yeniyseniz, önce şu dört makaleyi okuyun:

  1. Yapay zekâ nedir — en geniş başlangıç noktası.
  2. AI bileşeni (AI component) nedir — her proje kartındaki merkezî kavram.
  3. Proje kartı nasıl okunur — her alanın ne anlama geldiği ve nereye bakılacağı.
  4. DecAI Fit nedir — bir projenin doğrulanabilirliğini özetleyen 0-6 puanı.

Kavram ağacı

Bu wiki'deki makaleler bir hiyerarşi oluşturur. Aşağıdaki girintiler üst-alt ilişkilerini gösterir.

Okuma yolları

"İlk proje kartımı okuyorum"

  1. AI bileşeni (AI component) nedir — temel alanı anlayın.
  2. AI bileşeni ile kullanım senaryosu karşılaştırması — bunların neden ayrı olduğunu öğrenin.
  3. Bileşik AI kategorileri nasıl çalışır — kategori etiketini çözün.
  4. Proje kartı nasıl okunur — her alanın eksiksiz açıklaması.

"AI'nın gerçek olup olmadığını anlamak istiyorum"

  1. Bir projede gerçekten AI olup olmadığı nasıl anlaşılır — doğrulama çerçevesi.
  2. AI kanıtı olarak ne sayılır — neyin kanıt niteliği taşıdığı.
  3. Ne kanıt sayılmaz — yaygın yanlış pozitifler.
  4. AI washing, Onchain washing, Token washing — kırmızı bayraklar.

"Belirli bir AI kategorisinin ne anlama geldiğini bilmek istiyorum"

  1. Kategoriyi seçin: AI/Agents | AI/Compute | AI/Inference | AI/Data | AI/Analytics | AI/Training.
  2. Eşleşen bileşen makalesini okuyun: Ajanlar | Hesaplama | Çıkarım | Veri | Analitik | Eğitim.
  3. Ajanlara özgü nüanslar için: AI ajanı nedir ve Asistan, copilot, sohbet botu, ajan.

"AI teknolojisinin kendisini anlamak istiyorum"

  1. Yapay zekâ nedir — alana genel bakış.
  2. AI modeli nedir — temel yapı taşı.
  3. Makine öğrenimi nedir — modellerin verilerden nasıl öğrendiği.
  4. Büyük dil modeli nedir — kripto AI'daki en yaygın model türü.
  5. Çıkarım (inference) nedir — eğitilmiş bir modelin nasıl çıktı ürettiği.
  6. Kıyaslamalar ve kalite metrikleri — model kalitesinin nasıl ölçüldüğü.

Sık sorulan sorular

Bağlantı verilen her makaleyi okumam gerekiyor mu?

Hayır. Bu sayfayı bir yol seçmek için kullanın; her açıklayıcı kendi başına yeterlidir. Konuların birbirine nasıl bağlandığını — örneğin kanıt katmanlarının AI bileşeni ifadeleriyle nasıl ilişkilendiğini — hatırlamanız gerektiğinde buraya dönün.

Bir makale bilmediğim bir terim kullanıyorsa nereye gitmeliyim?

Yukarıdaki Kavram ağacını açın ve üst makaleyi izleyin (örneğin, LLM sayfasından yukarı, yapay zekâ sayfasına) veya alan tanımları için Proje kartı nasıl okunur sayfasına atlayın.

Dış kaynaklar

No comments to display

Back to top