Yerli Geliştirici Alican Kiraz’ın Yapay Zeka Modeli Ülkemizi Gururlandırdı
Geliştirici Alican Kiraz, siber güvenlik alanında özelleştirdiği yeni yapay zeka modeliyle dikkat çekici bir başarıya imza attı. Qwen3.6-35B temel alınarak geliştirilen Titus-CybersecurityLLM-36B-A3B-v1 isimli model, uluslararası düzeyde kabul gören CS-Eval platformunda önemli bir konuma yerleşti.
Fudan Üniversitesi ve University of Chinese Academy of Science tarafından hazırlanan CS-Eval, siber güvenlik odaklı en kapsamlı değerlendirme platformlarından biri olarak biliniyor. Alican Kiraz tarafından geliştirilen model, bu platformda yer alan hem özel hem de genel kullanıma açık modeller arasında dünya genelinde 9. sıraya yerleşti.
Küresel Sıralamada Önemli Başarı
Titus-CybersecurityLLM-36B-A3B-v1 modeli, 92.42 puanlık kapsamlı ortalamasıyla dikkat çekiyor. MoE mimarisiyle tasarlanan bu çalışma, özellikle siber güvenlik görevlerinde yüksek performans sergilemek üzere optimize edildi.
Modelin performans verileri, sistem güvenliği, erişim kontrolü, şifreleme teknolojileri ve tehdit algılama gibi kritik alanlarda detaylı olarak ölçüldü. Elde edilen sonuçlara göre model, açık kaynaklı modeller kategorisinde ise dünya genelinde 1. sırada yer almayı başardı.
Detaylı Performans Analizi
CS-Eval platformu üzerinde paylaşılan veriler, modelin farklı güvenlik disiplinlerindeki yetkinliğini ortaya koyuyor. Titus-CybersecurityLLM-36B-A3B-v1, temel sistem ve yazılım güvenliği alanında 94.67 puan alırken, tedarik zinciri güvenliği konusunda 95.02 puana ulaştı.
Tehdit algılama ve önleme başlığında 93.73 puan elde eden model, altyapı güvenliği ve veri gizliliği gibi konularda da istikrarlı bir performans sergiledi. 24 Haziran 2026 tarihinde sisteme dahil edilen model, siber güvenlik odaklı yapay zeka çözümleri arasında kendine sağlam bir yer edindi.
Söz konusu modelin başarısı, siber güvenlik alanında özelleştirilmiş yapay zeka modellerinin potansiyelini bir kez daha gözler önüne seriyor. Alican Kiraz tarafından geliştirilen bu çalışmanın, siber güvenlik süreçlerine katkı sağlaması bekleniyor.
Bu gelişme hakkında siz ne düşünüyorsunuz?
Yorumunuz gönderildi,
onaylandıktan sonra yayımlanacak.
Yaw qwen kullaniptnaail yerli yapay zeka modeli oluyor. Qwen kullanılarak yapılan bir güvenlik uygulaması bu. Kavramları da bilmeyip uyduruyorsunuz
Yerli yapay zeka modeli diye bir ifade kullanmış mıyız? Haberi okumadan yorum yazıyorsunuz.
Yerse:)
Keşke yazabilse yazamamış da
Bu arkadaş da biz beceremeyizcilerden ellam. Adan fine tuning ile siber güvenlik ajanına dönüştürmüş var olanı. Bu da orijinalinden daha başka bir kategoriye işaret eder ve emek yerli. Önce gözünle oku, görme yeteneği olmayan löp et yığını organların ile okumaktan vazgeç.
Başarıyı doğru yerde takdir etmek lazım ama bu haberde ciddi bir teknik çarpıtma var.
Bu çalışma sıfırdan geliştirilmiş yerli bir yapay zeka modeli değil; Qwen3.6-35B-A3B gibi zaten çok güçlü, Çin merkezli bir base modelin siber güvenlik alanına fine-tune edilmiş hâli. Fine-tune yapmak da emektir, domain adaptasyonu değerlidir, özellikle Türkçe siber güvenlik tarafında faydalı olabilir. Fakat bunu “Türkiye’nin yapay zeka modeli başarısı” gibi sunmak teknik olarak yanıltıcıdır.
Gemma, Qwen, DeepSeek, Llama gibi modeller; devasa veri, devasa compute, pretraining altyapısı, model mimarisi, tokenizer, eval kültürü ve sürekli release süreciyle ortaya çıkıyor. Buradaki iş ise var olan bir foundation modelin belirli bir alana uyarlanmasıdır. Bunlar aynı şey değil.
Türkiye’de gerçekten güçlü bir yapay zeka ekosistemi istiyorsak, halkı “yerli model yaptık” başlıklarıyla kandırmak yerine ayrımı net anlatmalıyız:
Foundation model başka şeydir.
Fine-tune başka şeydir.
Domain adaptation başka şeydir.
Benchmark’ta iyi skor almak başka şeydir.
Alican Kiraz’ın emeği varsa takdir edilir. Ama medya bunu “ülke olarak Qwen/Gemma seviyesinde model geliştirdik” algısıyla pazarlarsa bu başarı değil, teknik okuryazarlığı düşük kitleye yapılan PR olur.
Daha doğru başlık şu olurdu:
“Yerli geliştirici, Qwen3.6 tabanlı Türkçe siber güvenlik LLM fine-tune modeliyle CS-Eval’de dikkat çekti.”
Bu hem emeğe saygılı olurdu hem de gerçeği çarpıtmazdı.
Değerli yorumunuz için teşekkür ederim. Sizin gibi bilgili kişilerden geri bildirim almak bizler için çok faydalı oluyor.
Haberde böyle bir çarpıtma veya algı yapma amacım olmamıştı, yanlış anlaşıldıysak başta siz olmak üzere tüm okuyuculardan özür dilerim.
Elbette haberlerimizde belirli bir seviyeye kadar teknik detaylara inebiliyoruz, buna rağmen eleştirinizi dikkate alacağım.