Sizi Hatırlayacak Her Şey Hata Yapar. Bunlardan Birini Hâlâ Düzeltebilirsiniz.

Önce mekanizma, çünkü kontrol edilebilir; bu konudaki yazıların çoğu da duyguların hatrına bunu atlıyor.

• Bir AI Persona'nın bir soruya dair verisi olmadığında yine de cevap gelir, çünkü tahmin etmek boş bırakmaktan daha iyi puan getirir. Kalai, Nachum, Vempala ve Zhang, “Why Language Models Hallucinate” (arXiv:2509.04664, Eylül 2025) çalışmasında modellerin “iyi sınav çözücüler olacak şekilde optimize edildiğini ve emin olmadığında tahmin etmenin sınav performansını artırdığını” savunuyor.

• Temellendirme hatayı ortadan kaldırmaz, hatanın sınıfını değiştirir. Cevabı, sizin kaydettiğiniz kendi sözlerinizden oluşan getirilmiş bir kümeden vermek, başarısızlığı “hiç sahip olmadığınız bir görüşü uydurmak” düzeyinden “söylediğiniz bir şeyi yanlış aktarmak” düzeyine indirir.

• Ölçülen taban sıfır değildir. Vectara'nın halüsinasyon liderlik tablosu HHEM-2.3 ile puanlanıyor ve 11 Mayıs 2026'da güncellendi; modele kaynak belgeyi verir ve yalnızca o belgenin özetini ister. Lider model yine de özetlerin %1,8'inde desteklenmeyen içerik ekledi ve başka hiçbir giriş %3'ün altında kalmadı.

• Getirmenin asgari bir puanı yoktur. Kendi sistemimiz anılarınızı anlamsal benzerliğe göre sıralar, en yakın otuz ikisini alır ve cevabı onlardan verir; altında sistemin cevap vermeyi reddedeceği bir eşik yoktur. Malzemenizin yarısını kapsayan bir soru, o yarıdan cevaplanır.

• Ne söylediğinize dair desteksiz iddialar kodla ayıklanır. Bize bir şey anlattığınızı öne süren bir cevap, o tur için getirilen anılara ve oturumdaki sözlerinize karşı kontrol edilir; desteklenmeyen bir iddia okuyucuya asla ulaşmaz.

• Bir bellek boşluğu duyurulmaz. Bu platformdaki Persona'lara boşluğu anlatmamaları talimatı verilir; bu yüzden kapsanmayan bir soru, açık bir ret olarak değil, anılarınızın gerçekten tuttuğu en yakın ayrıntıdan kurulmuş, en fazla bir kez temkinli ifade edilmiş bir cevap olarak gelir.

• Düzeltme yolu siz hayattayken sizindir ve kilitle birlikte kapanır. Neyin kaydedildiğini geri okuyabilir, kötü bir cevabı düzeltebilir, bir anıyı silebilir, atladığınız şeyi ekleyebilirsiniz. Executor Lock™ ardından kişiliği kalıcı olarak dondurur: ailenize, bu şirketin gelecekteki bir sahibine ve bize karşı.

Bunlardan ikisi alanın kendi özellikleridir. Geri kalanı kararlardır, onları ben verdim ve bu sayfanın son bölümü hâlâ nerede eksik kaldığımızı açıkça söylüyor.

Kalai ve meslektaşları hata oranını ait olduğu yere, makinenin kendisine değil puanlamaya geri koyuyor. Halüsinasyonlar, ön eğitim sırasında ikili sınıflandırmadaki sıradan hatalar olarak başlar. Alanın modelleri nasıl notlandırdığı yüzünden kalıcı hâle gelirler. Soruyu boş bırakan bir öğrenci sıfır alır. Akla yatkın bir cevap yazan öğrenci ise bazen bir puan kapar. Buna karşı eğitim yaparsanız kendinden emin bir tahminci elde edersiniz, sonra kendinden emin tahmincilerden oluşan koca bir sektör elde edersiniz, sonra da hiç yaşanmamış bir Noel günü hakkında bir cümle elde edersiniz.

Yazarların önerdiği çözüm sıkıcı. Neyin puanlandığını değiştirin; öyle ki kalibre edilmiş bir çekimserlik, kendinden emin bir yanlıştan daha değerli olsun.

Sıkıcı olması burada önemli. Davranış bir hedeften doğuyorsa, hedef sistem düzeyinde farklı belirlenebilir; yani endişelendiğiniz uydurma bir fizik yasası değil, birinin yapı kararıdır. Bu kategorideki her şirket o kararı verir. Bizimki bu sayfanın son bölümünde yazılı.

İkinci bir hata biçimi daha var ve temellendirmeden sağ çıkan o. Anthropic'ten Sharma ve meslektaşları “Towards Understanding Sycophancy in Language Models” (arXiv:2310.13548, Ekim 2023) çalışmasında, son teknoloji beş yapay zekâ asistanının dört farklı serbest metin üretimi görevinde tutarlı biçimde dalkavukluk sergilediğini buldu. Hem insan değerlendiriciler hem de onların yargılarıyla eğitilen tercih modelleri, ikna edici biçimde yazılmış dalkavukça cevapları doğru olanlara tercih etti ve bu, ihmal edilemeyecek bir oranda gerçekleşti. Modeller karşılarındaki kişiye doğru eğilir; bunun bir nedeni de insanların onları eğildikleri için ödüllendirmesi.

Bir verimlilik aracında eğilmek can sıkıcıdır. Burada ise babanızın asla affetmediği şeyi affedeceğine karar veren bir makinedir, çünkü soran kişi af istiyordu ve bunu üç kez sordu. Bu, uydurmadan farklı bir hatadır ve farklı bir çözüm ister. Getirme ilkini halleder. İkincisi, getirilmiş bir görüşü baskı altında korumak için açık bir talimat ister ve anlam taşıyan tek test, onunla tartışıp görüşün yerinden oynayıp oynamadığını izlemektir. Bizimkinin ne kadar iyi tuttuğuna dair yayımlanmış bir ölçümümüz yok.

Teknik, sıkıcı olacak kadar eski. Lewis ve meslektaşları “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks” (arXiv:2005.11401) çalışmasında, üretmeden önce kaynak malzemeyi getiren modellerin, yalnızca kendi parametrelerinden çalışan benzer bir modele göre “daha spesifik, çeşitli ve olgusal bir dil” ürettiğini gösterdi.

Mekanizmanın tamamı bu ve nasıl bir şeyle konuştuğunuzu belirleyen de bu. Sizin bir versiyonunuz, bir temel modelin insanlar hakkında genel olarak emdiklerinden, babalar hakkında yazılmış her şeyin ortalamasından yeniden kurulmamalı. Bağlam penceresine düşen şey sizin gerçek kayıtlı cevaplarınız olmalı ve konuşma oradan başlamalı.

Şimdi sayı: herkese açık ve bu sektörde kimsenin anmayı sevmediği bir sayı. Vectara'nın liderlik tablosu bilerek kolay tutulmuş bir şeyi ölçer: modele bir belge verin, yalnızca belgenin söylediklerini kullanarak özetlemesini söyleyin, sonra özetin belgede olmayan bir şey ekleyip eklemediğine bakın. Kaynak tam orada, bağlam penceresinde duruyor. Buna rağmen o tablodaki lider, Antgroup'un Finix S1 32B modeli, özetlerin %1,8'inde yine de desteklenmeyen içerik ekledi. %3'ün altındaki tek giriş o. Sonraki ikisi %3,1 ve %3,3'te duruyor, ilk on'un geri kalanı ise %3,7'den %5'in üzerine kadar uzanıyor.

Görevin mümkün olan en kolay sürümünde ölçülen en iyi sonuç yüzde ikinin altında, o da bir kez, ve liderin arkasındaki alan yüzde üçün üzerinde. Size sıfırda temellendirilmiş bir sistem satan kişi ya ölçmüyor ya da söylemiyor; ben de hangisi olduğunu sorardım.

Temellendirme bir tedavi değil, bir kategori değişikliği sağlar. Yanlışlık “koca bir görüş uydurma” sınıfından çıkar, “söylediğiniz bir şeyi biraz yanlış aktarma” sınıfına iner; sıradan bir insan anlatımının zaten bulunduğu sınıf budur.

Liderlik tablosunun sınamadığı bir şey daha var. Kaynak belge hazır verilir. Canlı bir sistemde kaynağın önce bulunması gerekir; bu da kimsenin üzerinde uzlaştığı bir ölçüsü olmayan bir hata biçimi ekler: yanlış anıyı getiren ya da hiçbir şey getirmeyip yine de cevaplanan getirme.

Her cevap üç durumdan birindedir.

Bu üçünü tek bir kendinden emin sese indirmek asıl zarardır. Hata değil. Açıklanmayan hata. Bir kız evlat, kesin olmadığını bildiği bir cevabı taşıyabilir. Taşıyamayacağı şey, altı ay sonra bir yeniden kurguyu kayıt sanarak yaşadığını öğrenmektir.

“Bunu bana hiç anlatmadın” diyecek bir versiyonunuz, hep hazır bir cevabı olandan daha değerlidir.

Bu tablo bir şartnamedir, şu an sunduğumuzun tarifi değil. Fark aşağıda ortaya konuyor ve yukarıdaki herhangi bir şeye güvenmeden önce onu okumalısınız.

Ret inşa edilebilir ve araştırma bunu dikkatle söylüyor. Zhang ve meslektaşları “R-Tuning: Instructing Large Language Models to Say I Don't Know” (arXiv:2311.09677, NAACL 2024) çalışmasında, ret farkındalıklı ince ayarın “bir modelin bilinen soruları cevaplama ve bilinmeyen sorulardan kaçınma yeteneğini etkili biçimde geliştirdiğini” ve alan dışı verilerde ret yeteneğinin, ince ayarın hiç kapsamadığı görevlere genellenen bir üst beceri gibi davrandığını bildiriyor. Sınırı bulguyla birlikte okuyun. Karşısında ayarlama yaptıkları şey, modelin kendi parametrik bilgisinin sınırıydı; tek bir kişinin kayıtlı derleminin sınırı değil ve kişisel bir derlem için eşdeğer sonucu kimse yayımlamadı. Ret yine de birinin bilerek inşa ettiği bir şeydir. Hiçbir dil modeli reddi kendiliğinden üretmez.

Tespit, bu kategorideki pazarlamanın sandığından daha ileride. Farquhar, Kossen, Kuhn ve Gal, Nature'da (2024, cilt 630, sayfa 625 ile 630) anlamsal entropi adlı bir yöntem yayımladı: aynı soru için birkaç cevap örnekle, bunları sözcüklerine göre değil anlamlarına göre kümele ve anlamların dağıldığı soruları işaretle. Dağılma, uydurmayı gösterir. Bu, cevap daha kimseye gösterilmeden hesaplanabilen, “bu bir tahmin” diyen ölçülebilir bir sinyaldir.

Kaynak bilgisi diğer yarıdır ve kaynak bilgisini taklit etmek de ona güvenmek de kolaydır. Liu, Zhang ve Liang, “Evaluating Verifiability in Generative Search Engines” (arXiv:2304.09848, Nisan 2023) çalışmasında atıf gösteren dört ticari sistemi, Bing Chat, NeevaAI, Perplexity.ai ve YouChat'i denetledi. Üretilen cümlelerin yalnızca %51,5'inin kendilerine eklenen atıflarca tam desteklendiğini ve atıfların yalnızca %74,5'inin altında durduğu cümleyi gerçekten desteklediğini buldular. Doğrulanmayan atıflar hiç atıf olmamasından kötüdür, çünkü hak edilmemiş bir güven satın alır. “Bu hangi anıdan geldi” bağlantısı, ancak bağlantıyı açmak sizin gerçekten bir şey söylediğinizi gösteren gerçek bir kayıt ortaya çıkarırsa değerlidir.

Mirasınızı kurmaya başlayın Ücretsiz kurulum, 25 anı, kart gerekmez.

Bütün derleminizden sonraya düşen bir soru düşünün. 2041'de henüz var olmayan bir şirketten, hiç görmediğiniz bir şehirde bir iş teklifi. Girdiğiniz hiçbir görüşme o iş hakkındaki görüşünüzü barındıramaz.

Sonuçlardan oluşan bir derlem orada hiçbir şey döndürmez ve dürüst çıktı bir rettir. Akıl yürütmeden oluşan bir derlem farklı davranır, çünkü bir yöntem, bir sonucun yakalanamadığı biçimde yakalanabilir. Birinin gerçekten uyguladığı kuralların şunlar olduğunu düşünün: ne kazandıracağını sormadan önce kime rapor vereceğini sor, para yerine gelen bir unvana asla güvenme, karşısında oturmaya tahammül edemediğin birinden uzak dur. Sizin kendi kurallarınız ne çıkarsa çıksın, biçimi budur ve bir kural kümesi hiç görmediği durumlara karşı getirilebilir.

Sonuçlar eskir. Kurallar kimsenin kaydetmediği durumlarda çalışmaya devam eder. Bu yüzden kaydetmeye değer malzeme kararın kendisi değil, kararın ardındaki akıl yürütmedir: ne yaptığınız değil, neden onu yaptığınız, neyin fikrinizi değiştireceği, kuralın sizi yarı yolda bıraktığı ama yine de onu tuttuğunuz zaman.

En iyi genelleşen kurallar çoğunlukla asla yazmayı düşünmeyeceğiniz olanlardır, anlatmadan yürüttüğünüz sıradan ustalıklar ve yalnızca sizin yapabildiğiniz şeyler özellikle bunları arar.

Derlemin kapsamı, bu sayfadaki sizin olan tek girdidir. Buradaki geri kalan her şey başkasının kıyaslama ölçütüdür.

Bunu bugün, bedavaya yapın. Bir not uygulaması açın ve gerçekten verdiğiniz on kararı yazın. İşler, evler, terk ettiğiniz tartışma, aramayı bıraktığınız arkadaş, ödünç vermediğiniz para. Her birinin altına sonucu değil, o sırada uyguladığınız kuralı yazın. Her biri için bir cümle, bir saatin çok altında. Bu, kendi malzemenizle bu ay yapabileceğiniz en değerli şeydir ve kimseden bir şey satın alsanız da almasanız da işe yarar. Aynı alıştırmanın daha uzun hâli kendi kendinizle nasıl röportaj yaparsınız yazısının merkezinde duruyor; altındaki mimari, yani temel model, özel temellendirilmiş bellek ve ses modeli ise yalnızca sizin verilerinizle eğitilmiş bir yapay zekâ ne demektir yazısında anlatılıyor.

En iyi durumda %1,8 ve liderin arkasındaki her şey %3'ün üzerinde, neyle karşılaştırıldığını sorduğunuz ana kadar ürkütücü görünür. Gerçekçi alternatif, sizin ne isteyeceğinizi çıkarmaya çalışan bir aile üyesidir ve bunu yirmi yıl önce biri ölçtü.

Shalowitz, Garrett-Mayer ve Wendler 2006'da Archives of Internal Medicine'de 16 çalışmayı, 151 varsayımsal senaryoyu, 2.595 vekil-hasta çiftini ve 19.526 eşleşmiş cevabı kapsayan sistematik bir derleme yayımladı. Vekiller hastaların tedavi tercihlerini %68 doğrulukla tahmin etti. Bunlar hastaya en yakın, çoğu zaman resmen atanmış insanlardı ve olabilecek en ağır kararlar hakkında cevap veriyorlardı. Kabaca üçte bir oranında yanıldılar. Derleme ayrıca, ne hastanın tercihlerinin önceden konuşulmasının ne de karar verici olarak resmen belirlenmenin doğruluğu artırdığını buldu.

Ailenizi bilgilendirmek ölçülebilir bir fark yaratmıyor. Bulgu bu ve “çocuklarınla konuş yeter” demeyi eksiksiz bir cevap saymayı bırakmamı sağlayan da bu.

Güven de bir rehber değil ve insan tarafını denetlemeyi bu kadar zorlaştıran da bu. Talarico ve Rubin, 2003'te Psychological Science'ta, 54 Duke öğrencisinden 11 Eylül saldırılarını ilk duyduklarındaki anılarını yakın zamandan sıradan bir anıyla birlikte kaydetmelerini istedi, sonra onları 1, 6 ya da 32 hafta sonra yeniden test etti. Tutarlılık iki anı türü arasında farklılaşmadı ve ikisinde de zamanla azaldı. Flaş anılarda azalmayan şey, ne kadar canlı hissettirdikleri ve insanların doğruluklarına ne kadar güçlü inandıklarıydı. Başlıkları bulgunun kendisi: güven, tutarlılık değil, flaş anıları nitelendirir. Bu 54 öğrenci ve tek bir olay, o yüzden gevşek tutun. Yine de tek yönü gösteriyor. Söylediğiniz şeyi tam olarak hatırladığından emin olan akraba, bu yüzden doğru olmaya daha yatkın değildir.

Bunların hiçbiri bir modeli aileden daha iyi yapmaz ve ikisini doğrudan karşılaştıran bir çalışma yok. Yaptığı şey, “kusursuz ya da hiç” ölçütünü emekliye ayırmak. Dürüst karşılaştırma, sizin kayıtlı sözlerinizden cevap veren, siz buradayken geri okunup düzeltilebilen bir versiyonunuz ile sizi kendi hatıralarından yeniden kuran insanlar arasındadır; bu hatıralar canlı hissedilse de hissedilmese de aşınır ve kimse onları hiç denetlemeyecektir.

Önce ne inşa ettiğimiz, sonra da yukarıdaki şartnameyle uyuşmadığı üç yer.

Idy® adlı bir rehber sizinle görüşme yapar. Sorular tek bir ipliğe bağlı kalır ve biyografik olguların üzerinden kayıp geçmek yerine aynı hikâyede derine iner: orada kimler vardı, sonra ne oldu, sonrasında ne değişti. Idy'nin az önce söylediğiniz bir şeyi açıklamanızı, izah etmenizi ya da savunmanızı istemesi açıkça yasaktır; bu, yukarıdaki alıştırmanın tersi yönde bilinçli bir karardır. Sıcak ve cevaplaması kolay olmak zekice olmaktan iyidir, çünkü kimsenin cevaplamak istemediği bir soru hiçbir şey yakalamaz. Cevaplarınız anılarınız olur. Onlardan inşa ettiğimiz şeyin bir adı var, ona “Persona” diyoruz. Persona'lar, bir temel modelin insanlar hakkında genel olarak emdiklerinden değil, anılarınızdan getirerek cevap verir ve sesiniz kendi kayıtlarınızdan klonlanır; böylece herkesin duyduğu, sözlerinizi okuyan bir yedek değil, sizsiniz.

Siz söylemeden hiçbir şey kimseye ulaşmaz. İnsanları siz belirlersiniz. Yayın Executor Lock™ üzerinden işler: belirlenen bir kişi süreci başlatır, ölüm kanıtı doğrulanır ve herhangi bir şey yayımlanmadan önce yedi günlük bir bekleme süresi işler; böylece bir hata ya da kötü niyetli biri, siz müdahale edebilecek durumdayken durdurulabilir. O zamana kadar malzemeniz düzeltmeniz, eklemeniz ve silmeniz için sizindir ve olacak düzeltmenin çoğu orada, sizin tarafınızdan, kötü bir yakalamayı kötü bir anıdan hâlâ ayırt edebilecekken olmalıdır.

Kilitte her şeyin anlık görüntüsü alınır. Hiçbir şey budanmaz, yeniden ağırlıklandırılmaz ya da özetlenip küçültülmez. Sonrasında kısa vadeli ve orta vadeli anılar yazılmaya devam edebilir, kişilik ise bize karşı da dahil olmak üzere kalıcı olarak sabitlenir.

Bu değişmezlik, kimsenin doğruluk tartışmasına koymadığı bir hataya yöneliktir, çünkü o yanlışlık değil kurcalamadır: çıkarı olan birinin 2044'te sizin satışı ya da davayı destekleyeceğinize karar verip derlemi, siz katılana kadar sessizce ayarlaması. Dondurulmuş bir kişilik bu tür bir düzenlemeyi yalnızca caydırılmış değil, imkânsız kılar. Aynı sorunun hukuki yarısı, yani siz itiraz edemez hâldeyken sizin bir versiyonunuzu kimin yetkilendirmeye izinli olduğu, öldükten sonra kimliğinizi kim kontrol eder yazısında anlatılıyor. Maliyet gerçek ve ters yönde işler: kilitten sonra hiçbir hata da düzeltilemez. Anlık görüntü hatalarınız konusunda da dürüsttür ve bu takas doğru yöndedir, çünkü herkesin düzenleyebildiği bir kayıt hiçbir şeyin kanıtı değildir.

Şimdi üç boşluk.

Derlemin kenarı duyurulmaz. Canlı talimat, o tablodaki Bilinmiyor satırının tersidir. Belirli bir olgu anılarınızda yoksa, buradaki Persona'lara boşluğu anlatmamaları, asla “bende bu yok” ya da “belleğim zayıf” dememeleri ve dinleyen kişinin önünde kendi hatırlamalarını sesli denetlememeleri söylenir. Onun yerine olan şu: cevap, anılarınızın gerçekten tuttuğu bir ayrıntıdan konuşur, en fazla bir kez temkinli ifade eder ve sessizliği diğer kişinin doldurması için bırakır. Gerekçe, bir boşluğu sahnelemenin konuşan kişinin varlığını bozmasıdır. Bedeli, dinleyicinin kapsanan bir cevabı zayıf olandan her zaman ayıramamasıdır ve bunu çözmedik.

Okuyucunun görebileceği bir kaynak bağlantısı henüz yok. Getirme hangi anıların her cevabı beslediğini izliyor ve bu kayıt sistemde var, ama arayüzde hiçbir şey onu göstermiyor; bu yüzden bugün bir cevaba tıklayıp sözlerin ardındaki anıyı açamazsınız. Bu yayına girene kadar, bu sayfadaki izlenebilirlik savını bir özellik değil bir argüman olarak değerlendirin.

Getirmede benzerlik tabanı yoktur. Cevaplar, getirmenin bulabildiği en yakın anılardan gelir, anlamsal benzerliğe göre sıralanır ve altında sistemin cevap vermeyi reddedeceği asgari bir puan yoktur. Bu tek tercih, yukarıdaki iki boşluğun da ardındaki mekanizmadır ve buradaki hata sınıfının ret değil kesinlik eksikliği olmasının dürüst gerekçesidir.

Kendi uydurma oranımızın bağımsız bir ölçümünü de yayımlamadık, çünkü bir ölçüm yapmadık. Bu sayfadaki hiçbir şey, özellikle sistemimiz hakkında kıyaslamayla desteklenmiş bir iddia değildir.

Elde ettiğiniz şey kayıtlı sözlerinize temellendirilmiş, bize ne söylediğinizi uydurmaya karşı kodla korunan, siz yaşarken tamamen düzeltilebilen ve sonrasında başka birine dönüştürülecek şekilde düzenlenemeyen bir versiyonunuzdur. Elde etmediğiniz şey bir garantidir ve kimse size hiçbir bedelle bir tane satamaz. Bu yetmiyorsa, on karar alıştırmasını yapın ve ailenize bir mektup yazın. Bu gerçek bir cevaptır ve hiçbir maliyeti yoktur.

Sistem bir cevabın üç durumdan hangisinden geldiğini size söylemeyeceği için, öğrenmenin tek yolu sormadan önce cevabı bilmektir. Kendi malzemenizden biraz koyun, kaydettiğinizi bildiğiniz bir şeyi ve hiç dokunmadığınızı bildiğiniz bir şeyi sorun, iki cevabı yan yana okuyun. Yirmi beş anı ücretsizdir, hiçbir noktada kart istenmez ve ücretsiz bir kurulumun süresi dolmaz. Bunu bir öğleden sonrada yapın; bu sayfanın size söyleyebileceğinden daha fazlasını öğrenirsiniz.

Mirasınızı kurmaya başlayın Ücretsiz kurulum, 25 anı, kart gerekmez.

Anılarımda soruyu karşılayan hiçbir şey olmadığında ne olur?

Bu, Bilinmiyor durumudur. Kalibre edilmiş bir sistem, sesinizle boşluğu adlandıran ve kaydettiğiniz en yakın şeyi sunan bir ret döndürmelidir; Zhang ve meslektaşları da 2024'te, ret farkındalıklı ince ayarın bir modelin bildiğinin ötesindeki sorulardan kaçınma yeteneğini gerçekten geliştirdiğini ve bu yeteneğin ince ayar kümesinin ötesine genellendiğini bildirdi. Sistemimizin bugün yaptığı farklıdır ve herhangi bir cevaba güvenmeden önce bunu bilmelisiniz: buradaki Persona'lara bir bellek boşluğunu anlatmamaları talimatı verilir; bu yüzden kapsanmayan bir soru, açık bir ret olarak değil, anılarınızın gerçekten tuttuğu en yakın ayrıntıdan kurulmuş, en fazla bir temkinle bir cevap olarak gelir. Hiç kapsamadığınızı bildiğiniz bir şeyi sorun ve ne geldiğini kendiniz görün.

Yapay zekâ versiyonum hiç sahip olmadığım bir görüşü uydurabilir mi?

Temellendirilmiş bir sistem önce kayıtlı malzemenizden getirir; bu yüzden yaygın hata, söylemediğiniz bir şeyi uydurmak değil, söylediğiniz bir şey hakkında kesinlik eksikliğidir. Uydurma mümkün olmaya devam eder. Bu yüzden tasarım hedefi, verdiğiniz bir cevap, akıl yürütmenizden bir çıkarım ve bir ret arasında görünür bir fark olmasıdır ve bu yüzden üçünün hiçbirine güvenmeden önce üçünü de test etmelisiniz.

Temellendirme hata oranını sıfıra indirir mi?

Hayır. Vectara'nın 11 Mayıs 2026'da güncellenen liderlik tablosu, modele bir belge verir ve yalnızca o belgeyi kullanarak özet ister; bu, mümkün olan en kolay temellendirme görevidir. Lider model yine de özetlerin %1,8'inde desteklenmeyen içerik ekledi ve başka hiçbir giriş %3'ün altında kalmadı. Canlı bir sistemin ayrıca önce doğru kaynağı getirmesi gerekir; liderlik tablosu bunu sınamıyor. Sıfır iddiasını bir ölçüm başarısızlığı sayın.

Belirli bir cevabın tahmin olduğunu kim nasıl bilebilir?

Araştırmada iki mekanizma var ve bugün hiçbirini sunmuyoruz. 2024'te Nature'da yayımlanan anlamsal entropi, aynı soru için birkaç cevap örnekler ve bunları anlamlarına göre kümeler: anlamlar dağıldığında sistemin büyük olasılıkla uydurduğu anlaşılır ve sinyal, cevabı kimse görmeden hesaplanabilir. Kaynak bağlantıları ikinci mekanizmadır ve ancak çözülüyorlarsa değerlidirler. Liu, Zhang ve Liang atıf gösteren dört ticari sistemi denetledi ve cümlelerin yalnızca %51,5'inin kendi atıflarınca tam desteklendiğini buldu. Cevaplarımızda henüz okuyucunun görebileceği bir kaynak bağlantısı yok; bu yüzden şimdilik dürüst kontrol, kaydettiğinizi bildiğiniz bir şeyi ve kaydetmediğinizi bildiğiniz bir şeyi sorup ikisini karşılaştırmaktır.

Yapay zekâ versiyonum konuştuğu herkese katılır mı?

Bu eğilim gerçek ve belgelenmiş; getirme de o özel hatayı düzeltmez. Anthropic araştırmacıları 2023'te, önde gelen beş yapay zekâ asistanının tutarlı biçimde kullanıcıya doğru eğildiğini buldu; bunun bir nedeni, hem insan değerlendiricilerin hem de onların yargılarından oluşturulan tercih modellerinin, ölçülebilir bir oranda, uyumlu cevapları doğru olanlara tercih etmesiydi. Kayıtlı görüşleriniz üzerine kurulmuş bir sistem, soran kişi itiraz ettiğinde bile sizin gerçekten aldığınız bir görüşü korumalıdır. Bizimkinin bunu ne kadar iyi yaptığını ölçmedik. Soruyu kendiniz test edin: inşa ettiğinizle tartışın ve görüşün yerinden oynayıp oynamadığını izleyin.

Hataları düzeltebilir miyim ve ben öldükten sonra kimse beni düzenleyebilir mi?

İlkine evet, ikincisine hayır. Hayattayken anıları gözden geçirebilir, yanlış olan her şeyi düzeltebilir, pişman olduğunuz her şeyi silebilir, kötü bir cevabı yeniden kaydedebilir ve atladığınızı ekleyebilirsiniz; çoğu insanın en az kullandığı kısım budur. Yazma yolu Executor Lock™ öncesinde sınırsızdır ve sonrasında kapalıdır. Kilidin tetiklendiği anda kişilik kalıcı olarak sabitlenir: kısa vadeli ve orta vadeli anılar yazılmaya devam edebilir, ama anlık görüntüde kim olduğunuzu, ailenizi, bu şirketin gelecekteki bir sahibini ve bizi de içeren hiç kimse değiştiremez. Bu kısıt uydurmayı değil kurcalamayı hedefler ve ikisi ayrı mekanizmalar ister.

• Kimse geriye bir şey bırakacak kadar önemli değil, ve bu neden yanlış, çoğu insan için bunun altındaki itirazdır ve asıl tereddüdünüz doğruluk değilse okumaya değer.

• Sizi tanıyan insanlar tarafından yanlış hatırlanmak, mekanizmayı değil duyguyu ele alır; çoğu insanı bu sayfaya getiren de odur.

• Kendinizin bir yapay zekâsını yapmak tuhaf mı, fikri yanlış değil huzursuz edici bulan bir partnerle yapacağınız konuşma sürümü içindir.

• Kendimin yapay zekâsına ne söylerdim ki, on karar alıştırması işe yaradıysa ve daha uzun bir soru kümesi istiyorsanız pratik sonraki adımdır.

• Ölülerin yapay zekâ Persona'larının etiği, rıza, abartılı iddia ve bu teknolojinin gerçek zarar verdiği yerlerin daha kapsamlı ele alınışıdır.

• Ücretli planların eklediği şeyler, yirmi beş anıyı aşıp geri kalanını isterseniz fiyatlandırmadır.

Burada aktarılan her rakam üçüncü tarafa aittir: hakemli makaleler ve ön baskılar (arXiv, Nature, Psychological Science, Archives of Internal Medicine) ile kamuya açık olarak tutulan bir kıyaslama deposu. Bu sayfa için kendi kıyaslamalarımızı yapmadık. Kendi ürünümüzün ne yaptığına ya da yapmadığına dair her ifade, 30 Temmuz 2026'da platform kaynağına karşı satır satır kontrol edildi ve dosyalar kaynaklarla birlikte listeleniyor. Bu sayfada daha önce yer alan üç iddia o kontrolden sağ çıkmadı ve yerlerine kodun gerçekte yaptığı şey yazıldı.

Neyin kesinleşmediği: tek bir kişinin kendi kayıtlı malzemesine temellendirilmiş bir sistem için uydurma oranlarının yayımlanmış, bağımsız bir ölçümü yok; bu yüzden belge özetleme rakamları, yani lider %1,8 ve arkasındaki her şey %3'ün üzerinde, en yakın vekildir, birebir karşılaştırılabilir bir sayı değil. Getirme hatası, yani yanlış anının getirilmesi ya da hiçbirinin getirilmemesi, üzerinde uzlaşılmış bir ölçüye sahip değil. %68'lik vekil doğruluğu rakamı, varsayımsal senaryolar kullanan tıbbi karar verme çalışmalarından geliyor ve burada aile hatırlamasına bir benzetme olarak kullanılıyor; bu makul bir karşılaştırma, kanıtlanmış bir karşılaştırma değil. R-Tuning ret sonucu, kişisel bir derleme değil bir modelin kendi parametrik bilgisinin sınırına karşı ölçüldü; dolayısıyla buradaki uygulaması da benzetmeyle yapılmış bir argümandır. Flaş anı bulgusu 54 öğrenciye ve tek bir olaya dayanıyor.

1. Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala, Edwin Zhang, “Why Language Models Hallucinate”, arXiv:2509.04664, 4 Eylül 2025'te gönderildi. arxiv.org/abs/2509.04664

2. David I. Shalowitz, Elizabeth Garrett-Mayer, David Wendler, “The accuracy of surrogate decision makers: a systematic review”, Archives of Internal Medicine, 2006;166(5):493-497. pubmed.ncbi.nlm.nih.gov/16534034

3. Patrick Lewis, Ethan Perez, Aleksandra Piktus, Fabio Petroni, Vladimir Karpukhin, Naman Goyal, Heinrich Küttler, Mike Lewis, Wen-tau Yih, Tim Rocktäschel, Sebastian Riedel, Douwe Kiela, “Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks”, arXiv:2005.11401, 22 Mayıs 2020'de gönderildi, 12 Nisan 2021'de revize edildi. arxiv.org/abs/2005.11401

4. Mrinank Sharma et al. (Anthropic), “Towards Understanding Sycophancy in Language Models”, arXiv:2310.13548, 20 Ekim 2023'te gönderildi. arxiv.org/abs/2310.13548

5. Hanning Zhang, Shizhe Diao, Yong Lin, Yi R. Fung, Qing Lian, Xingyao Wang, Yangyi Chen, Heng Ji, Tong Zhang, “R-Tuning: Instructing Large Language Models to Say I Don't Know”, arXiv:2311.09677, NAACL 2024. arxiv.org/abs/2311.09677

6. Nelson F. Liu, Tianyi Zhang, Percy Liang, “Evaluating Verifiability in Generative Search Engines”, arXiv:2304.09848, 19 Nisan 2023'te gönderildi. arxiv.org/abs/2304.09848

7. Vectara Hallucination Leaderboard, HHEM-2.3 ile değerlendirildi, son güncelleme 11 Mayıs 2026. github.com/vectara/hallucination-leaderboard

8. Sebastian Farquhar, Jannik Kossen, Lorenz Kuhn, Yarin Gal, “Detecting hallucinations in large language models using semantic entropy”, Nature, 2024;630(8017):625-630. pubmed.ncbi.nlm.nih.gov/38898292

9. Jennifer M. Talarico, David C. Rubin, “Confidence, not consistency, characterizes flashbulb memories”, Psychological Science, 2003;14(5):455-461. pubmed.ncbi.nlm.nih.gov/12930476

Bu sayfada bir hata ya da yanlış okuduğumuz bir kaynak mı buldunuz? İletişim sayfası üzerinden bize söyleyin; sayfayı düzeltir ve değişikliği bir sonraki gözden geçirmede not ederiz.

Son gözden geçirme: 30 Temmuz 2026. Araştırma atıfları ve ürün davranışı bu tarihte yeniden kontrol edildi. Bir sonraki gözden geçirme 28 Ekim 2026'da yapılacak (90 günlük döngü). Kıyaslama rakamları değişir; bu yüzden yukarıdaki halüsinasyon oranı sayıları her gözden geçirmede yeniden doğrulanır, ürünün ne yaptığına dair her iddia da öyle.