Apple, kullanıcıların yazım tarzına göre kişiselleştirilmiş yapay zeka çıktıları üretme konusunda önemli bir adım atıyor. Şirketin yeni araştırması, yapay zekanın çok daha “insana özgü” ve kullanıcıya ait gibi hissettiren içerikler oluşturmasını hedefliyor.
Uluslararası Makine Öğrenimi Konferansı’nda (ICML 2025) gelecek ay sunulacak olan bu çalışma, PROSE adlı yeni bir yöntemi tanıtıyor. PROSE, büyük dil modellerinin kullanıcıların geçmiş yazı örneklerinden öğrenerek onların kişisel yazım tercihlerini daha isabetli biçimde yakalamasını sağlıyor.
PROSE nasıl çalışıyor?
PROSE (Preference Reasoning by Observing and Synthesizing Examples), klasik prompt mühendisliği ya da insan geri bildirimiyle pekiştirme gibi yöntemlerin ötesine geçiyor. Bunun yerine, model kullanıcıdan gelen yazı örneklerine bakarak içsel ve yorumlanabilir bir yazım profili oluşturuyor.
Yöntem iteratif ince ayar ve tutarlılık doğrulaması olarak iki aşamada işliyor. İteratif ince ayar aşamasında model, kendi çıktısını kullanıcının gerçek yazılarıyla karşılaştırarak sürekli olarak yazım stiline yaklaşacak şekilde kendini ayarlıyor. Tutarlılık doğrulamasında ise, tek bir örneğe saplanıp kalmamak adına, elde edilen yazım tercihinin (örneğin “kısa cümleler kullan” veya “espriyle başla”) birden fazla örnekte geçerli olup olmadığı kontrol ediliyor.
Bu sayede PROSE, sürekli güncellenen bir stil profili oluşturup gelecekteki tüm metin üretimlerini bu profile göre şekillendiriyor.
Apple Intelligence için neden önemli?
Araştırmada doğrudan Apple ürünleri geçmese de, bu teknolojinin Apple Intelligence altyapısında yer bulacağı açık. iOS 18 ile birlikte daha kişisel asistan özelliklerine odaklanan Apple, PROSE gibi yöntemlerle kullanıcıya özel e-posta taslakları ya da mesajlar sunabilir.
Ayrıca Apple’ın yeni duyurduğu Foundation Models çerçevesi sayesinde, geliştiriciler artık Apple’ın yerel modellerine doğrudan erişebiliyor. Bu da, PROSE’un farklı uygulamalarda sistem genelinde çalışabilecek bir yazım asistanına dönüşmesinin önünü açıyor.
Yeni benchmark: PLUME
Araştırma, PROSE ile birlikte yeni bir benchmark veri seti olan PLUME’u da tanıtıyor. Kullanıcı e-postaları ve notlarından oluşan bu veri seti, yazım tarzı eşleştirmeye yönelik önceki standartlar olan PRELUDE’a göre daha gerçekçi ve zengin bir zemin sunuyor.
PROSE, bu veri seti üzerinde test edildiğinde, CIPHER gibi diğer yöntemlere kıyasla yüzde 33 daha başarılı sonuçlar verdi. GPT-4o gibi üst düzey modellerle birlikte kullanıldığında ise, klasik in-context learning (ICL) yöntemlerini geride bıraktı. Hatta PROSE + ICL kombinasyonu, yalnızca ICL’ye göre yüzde 9’luk bir performans artışı sağladı.
Daha kişisel, daha bağımlılık yaratan bir yapay zeka dönemi
PROSE, yapay zekaların sadece daha zeki değil, aynı zamanda daha “kişisel” hale geldiği bir dönemin parçası. Bu eğilim, cihaz üzerinde yapılan ince ayarlar, kullanıcı tercih modellemesi ve bağlama duyarlı istemlerle her geçen gün daha da hız kazanıyor. Elbette bu kişiselleştirme, yalnızca kullanıcı deneyimini geliştirmekle kalmıyor; aynı zamanda platforma olan bağımlılığı artırma açısından da büyük bir stratejik avantaj sağlıyor.
Yorumlar kapalı.