Arazi, Altyapı ve Ulaştırma Bakanlığı ile havacılık sektörüne göre, yerli havayolları arasında A320 ailesi yolcu uçağı işleten 6 şirket bulunuyor: Korean Air (18), Asiana Airlines (24), Air Busan (21), Air Seoul (6), Aero K (9) ve Parata Air (2)
Bunların 42'si bu geri çağırmanın kapsamında, ancak bunlar arasında 3-4 saat süren donanım değişimi gerektiren eski model yok
Bakanlığa göre geri çağırma kapsamındaki tüm yolcu uçaklarında kokpitten yapılacak yazılım güncellemesiyle gerekli işlem 1 saat içinde tamamlanabiliyor ve 30/11 saat 06.00 itibarıyla 42 uçağın 40'ında (%95) güncelleme tamamlandı
Ciddi ciddi Windows’tan çıkmayı düşündüğüm için bu kez bir UMPC satın alıp Bazzite kullanıyorum ve oldukça memnunum. Korece giriş kısmında KDE biraz zorluydu, bu yüzden GNOME ortamına geçtim; Mac’e benziyor ve çok hoşuma gidiyor. GPT de çok yardımcı oluyor.
Sistemin iyi kalite sunabilmesi için rahat payı olan ve esnek biçimde tasarlanmış olması elbette iyi olur. Ve kuşkusuz, örgüt mühendisliği ile geliştirme metodolojilerinin bugüne kıyasla daha az gelişmiş olduğu dönemlerle karşılaştırıldığında, ortalama olarak durum böyledir.
Ancak benim gözüme, mühendis olarak egosu şişkin ama organizasyonun bir üyesi olarak sorumluluk duygusu yetersiz birinin, bütün bunların kendi suçu değil de yönetimin hatası olduğunu söyleyerek mazeret üretmesi gibi görünüyor.
İnşaat mühendisleri, endüstriyel tasarımcılar ve animatörlerin teslim tarihi yok da, yalnızca yaratıcılık ve kaliteye göre değerlendirilip verimlilik baskısı görmüyorlar mı; teslim tarihi olan tek meslek programcılık mı?
Deneyimime göre CS, özellikle de PLT temeli sağlam olanlar, sonunda hangi ortamda olursa olsun görece daha iyi kod yazar.
Çok büyük bir bilgi birikimi olmasa bile en temel ilkeleri anlayan biri, zamanı bol ve alışık olduğu bir kod tabanında çalışıyorsa kendine göre belli bir kod kalitesi ortaya koyar. n kez refactoring yaparsanız, kodu yapay zeka yazsa bile sonunda az çok düzgün görünür.
Bir kaynak kodun başında ne kadar uzun süre durursa dursun, 20 yıllık deneyimi olduğunu söyleyip spagetti kod üretmekten başka bir şey yapamayan, neden öyle yapılmaması gerektiğini de bilmeyen çok insan var.
Mükemmel bir ortamda sonsuz zaman ve bütçe verilemeyecekse, bunun pek de büyük anlamı olmayan boş bir söylem gibi geldiğini düşünüyorum. Hangi dönemde, hangi meslekte olursa olsun bu hep aynı değil mi?
Aynı sistem içinde daha iyi kod yazmaksa açıkça mühendisin yeteneğidir.
Burada paylaşılan yazılar, yerel SI pazarında OCP’nin bile göz ardı edildiği bazı bakış açıları ya da deneyimlerden biraz farklı bir ortamı yansıtıyor olabilir.
Gemini:
Evet, RAG'de (Retrieval-Augmented Generation) vektör veritabanı (Vector Database) kullanımıyla ilgili kavramsal temel, ilgili makalenin ilk kez yayımlandığı 2020 yılından itibaren atılmıştır.
RAG, temel olarak arama (Retrieval) ile üretimi (Generation) birleştiren bir yaklaşımdır ve bu arama aşamasında vektör gömmeleri ile bunları verimli biçimde depolayıp arayan vektör veritabanları kritik bir rol oynar.
💡 RAG ve vektör DB'nin başlangıç noktası
RAG'de vektör DB gerektiği fikri, aşağıdaki önemli makale ve kavramlardan doğmuştur.
RAG'in doğuşu: Lewis et al. (2020) makalesi
Makale başlığı: "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks" (bilgi yoğun NLP görevleri için arama destekli üretim)
Temel nokta: Bu makalede RAG terimi ve çerçevesi ilk kez ortaya konmuştur.
Retriever'ın rolü: Makalede önerilen RAG modeli, Retriever (arayıcı) ve Generator (üretici) bileşenlerinden oluşur. Retriever, Wikipedia gibi büyük veri kümelerinden sorguyla ilişkili belgeleri (latent documents) arar.
Vektör indeksinin kullanımı: Bu ilk RAG modeli, belgeleri aramak için veri kümesi üzerinde vektör indeksi (Vector Index) kullanmış ve böylece önceden eğitilmiş arayıcının (pretrained retriever) belgeleri getirebilmesini sağlamıştır.
Sonuç: RAG'in temel aşaması olan 'arama', sorgu ve belgelerin vektör temsillerine dayalı benzerlik hesabıyla gerçekleştiği için, verimli arama amacıyla bir vektör deposu (Vector Store) veya vektör indeksi kavramını zorunlu olarak içeriyordu.
Vektör gömmeleri ve benzerlik araması
Vektör veritabanlarının RAG'in vazgeçilmez bir parçası hâline gelmesinin temel nedeni şudur.
Gömmeler (Embedding): RAG sistemlerinde dış bilgi (belgeler, metinler) ile kullanıcının sorgusu (sorusu) bütünüyle vektör adı verilen matematiksel temsillere dönüştürülür. Bu vektörler, metnin anlamını yüksek boyutlu uzayda yoğun sayı dizileri olarak ifade eder.
Benzerlik araması (Similarity Search): Vektör uzayında sorgu vektörüne en yakın mesafedeki belge vektörünü bulmak, anlamsal olarak en benzer (relevant) belgeyi bulmak anlamına gelir.
Vektör DB'nin rolü: Vektör veritabanı, bu çok sayıdaki belge vektörünü depolamak ve verilen bir sorgu vektörü için en benzer vektörleri hızlı ve verimli biçimde aramak üzere özelleştirilmiş bir veritabanıdır. Bu yüzden RAG'in arama performansını en üst düzeye çıkarmak için gereklidir.
Özet: Vektör DB neden gereklidir?
Bir LLM'in eğitim almadığı güncel veya alana özgü bilgiye erişmesini sağlamak için, yalnızca anahtar kelime eşleştirmesine (geleneksel arama) değil, anlamsal benzerliğe dayalı bilgi bulmaya ihtiyaç vardır. Vektör DB, bu anlamsal benzerlik tabanlı aramayı verimli biçimde gerçekleştirmek için RAG çerçevesine doğal olarak entegre edilen temel teknolojidir.
Ne kadar da saçma sapan şeyler var burada.. kötü kod iyi kod diye konuşmak juniorların gevezeliği; asıl daha önemli olan, o sektöre uygun yazılım tasarımını iyi yapan bir senior var mı, yok mu?
Bütçe bol olduğu için giriş ücretini kaldırınca, gelmeyenler oranı yarının üstüne çıkıyordu. Hiç düşünmeden başvuru yapıp sonra gelmeyenler gerçekten...
> Geliştirici değilim, bu yüzden iç durumu bilmiyorum ama eskiden yazılımlar sanki bu şekilde yapılmıyor ya da işletilmiyordu gibi geliyor. Sorunlardan daha dikkatli kaçınmaya çalışan "yetişkinler"in daha fazla olduğu hissi vardı.
> Bu tür tartışmaların hepsinin eskiden beri gerçekten sayısız kez ortaya çıktığını düşününce fazla karamsar olmak istemiyorum
Assembler'dan yüksek seviyeli dillere geçiş, OOP'nin benimsenmesi, bileşen mimarisi/COM/CORBA, web tarayıcısının ortaya çıkışı, Java'nın benimsenmesi vb. açısından 2018 "çöküşün başladığı an" değil, geçmişten beri süregelen veri noktalarından sadece biri.
Bir itirazda bulunayım: Bu yorumu yazan kişi, asıl yazıda anlatılan sorunun tanımını anlamamış gibi görünüyor. Yukarıda sözü edilen yüksek seviyeli dillere geçiş ile yapay zekanın ürettiği kodun zafiyetleri ve kıdemli mühendislerin yetişemeyeceği yapı arasında hiçbir ilişki yok. Yani bu yorumun sahibi, tam da kendi yorumu yüzünden metindeki problemin doğrulandığını göstermiş oluyor. Burada mühendisliğin öneminden söz ediliyor ama kendisi zor mühendislikten hoşlanmadığı ve öğrenmek de istemediği için fazla bahane üretiyor gibi. Lafı da gereğinden fazla uzatıyor.
Genel olarak katılıyorum
Özellikle context switching? Prompt isteyip bekleme süresinde odak dağılıyor ve üretkenliğin düşmesine neden oluyor. LLM hızı artıp anında yanıt gelirse bu belki çözülebilir
Yazının kendisi, sonucu en baştan belirleyip ona göre kaleme alınmış gibi güçlü bir izlenim veriyor. Geliştiriciden sahiplik duygusunun kaldırılması meselesi, LLM’den bağımsız olarak "zanaatkârlık çağı vs sanayileşme çağı" üzerine bir tartışma gibi okunuyor.
Görünüşe göre Kore'de sorun büyük değil.
Airbus A320 – güçlü güneş radyasyonu nedeniyle uçuş kontrolünün kritik verilerinde bozulma yaşanabilir
Ciddi ciddi Windows’tan çıkmayı düşündüğüm için bu kez bir UMPC satın alıp Bazzite kullanıyorum ve oldukça memnunum. Korece giriş kısmında KDE biraz zorluydu, bu yüzden GNOME ortamına geçtim; Mac’e benziyor ve çok hoşuma gidiyor. GPT de çok yardımcı oluyor.
Vektör DB falan, aslında yapılması gereken şey sadece aramayı uygulamak gibi görünüyor...
Sistemin iyi kalite sunabilmesi için rahat payı olan ve esnek biçimde tasarlanmış olması elbette iyi olur. Ve kuşkusuz, örgüt mühendisliği ile geliştirme metodolojilerinin bugüne kıyasla daha az gelişmiş olduğu dönemlerle karşılaştırıldığında, ortalama olarak durum böyledir.
Ancak benim gözüme, mühendis olarak egosu şişkin ama organizasyonun bir üyesi olarak sorumluluk duygusu yetersiz birinin, bütün bunların kendi suçu değil de yönetimin hatası olduğunu söyleyerek mazeret üretmesi gibi görünüyor.
İnşaat mühendisleri, endüstriyel tasarımcılar ve animatörlerin teslim tarihi yok da, yalnızca yaratıcılık ve kaliteye göre değerlendirilip verimlilik baskısı görmüyorlar mı; teslim tarihi olan tek meslek programcılık mı?
Deneyimime göre CS, özellikle de PLT temeli sağlam olanlar, sonunda hangi ortamda olursa olsun görece daha iyi kod yazar.
Çok büyük bir bilgi birikimi olmasa bile en temel ilkeleri anlayan biri, zamanı bol ve alışık olduğu bir kod tabanında çalışıyorsa kendine göre belli bir kod kalitesi ortaya koyar.
nkez refactoring yaparsanız, kodu yapay zeka yazsa bile sonunda az çok düzgün görünür.Bir kaynak kodun başında ne kadar uzun süre durursa dursun, 20 yıllık deneyimi olduğunu söyleyip spagetti kod üretmekten başka bir şey yapamayan, neden öyle yapılmaması gerektiğini de bilmeyen çok insan var.
Mükemmel bir ortamda sonsuz zaman ve bütçe verilemeyecekse, bunun pek de büyük anlamı olmayan boş bir söylem gibi geldiğini düşünüyorum. Hangi dönemde, hangi meslekte olursa olsun bu hep aynı değil mi?
Aynı sistem içinde daha iyi kod yazmaksa açıkça mühendisin yeteneğidir.
Burada paylaşılan yazılar, yerel SI pazarında OCP’nin bile göz ardı edildiği bazı bakış açıları ya da deneyimlerden biraz farklı bir ortamı yansıtıyor olabilir.
Her neyse, Linus Torvalds da junior değil...
Gemini: Evet, RAG'de (Retrieval-Augmented Generation) vektör veritabanı (Vector Database) kullanımıyla ilgili kavramsal temel, ilgili makalenin ilk kez yayımlandığı 2020 yılından itibaren atılmıştır.
RAG, temel olarak arama (Retrieval) ile üretimi (Generation) birleştiren bir yaklaşımdır ve bu arama aşamasında vektör gömmeleri ile bunları verimli biçimde depolayıp arayan vektör veritabanları kritik bir rol oynar.
💡 RAG ve vektör DB'nin başlangıç noktası
RAG'de vektör DB gerektiği fikri, aşağıdaki önemli makale ve kavramlardan doğmuştur.
Vektör veritabanlarının RAG'in vazgeçilmez bir parçası hâline gelmesinin temel nedeni şudur.
Özet: Vektör DB neden gereklidir?
Bir LLM'in eğitim almadığı güncel veya alana özgü bilgiye erişmesini sağlamak için, yalnızca anahtar kelime eşleştirmesine (geleneksel arama) değil, anlamsal benzerliğe dayalı bilgi bulmaya ihtiyaç vardır. Vektör DB, bu anlamsal benzerlik tabanlı aramayı verimli biçimde gerçekleştirmek için RAG çerçevesine doğal olarak entegre edilen temel teknolojidir.
Ne kadar da saçma sapan şeyler var burada.. kötü kod iyi kod diye konuşmak juniorların gevezeliği; asıl daha önemli olan, o sektöre uygun yazılım tasarımını iyi yapan bir senior var mı, yok mu?
Reklamlar başlangıç; ürün ve hizmet satın alımına uzanan bir kullanıcı deneyimi sunacak. Kim bilir. Belki Worldcoin bile sunarlar.
RAG için vektör veritabanı gerektiği fikri acaba nereden çıktı…
Çok keyifle okudum. Devamını da yayımlarsanız harika olurdu haha
filebeat'teki gibi processor benzeri bir işlev uygulamak istediğinizde kullanışlı olabilir gibi görünüyor..
https://www.elastic.co/docs/reference/beats/filebeat/processor-script
Bütçe bol olduğu için giriş ücretini kaldırınca, gelmeyenler oranı yarının üstüne çıkıyordu. Hiç düşünmeden başvuru yapıp sonra gelmeyenler gerçekten...
> Geliştirici değilim, bu yüzden iç durumu bilmiyorum ama eskiden yazılımlar sanki bu şekilde yapılmıyor ya da işletilmiyordu gibi geliyor. Sorunlardan daha dikkatli kaçınmaya çalışan "yetişkinler"in daha fazla olduğu hissi vardı.
Hatta geliştirici bile değil gibi görünüyor..
> Bu tür tartışmaların hepsinin eskiden beri gerçekten sayısız kez ortaya çıktığını düşününce fazla karamsar olmak istemiyorum
Assembler'dan yüksek seviyeli dillere geçiş, OOP'nin benimsenmesi, bileşen mimarisi/COM/CORBA, web tarayıcısının ortaya çıkışı, Java'nın benimsenmesi vb. açısından 2018 "çöküşün başladığı an" değil, geçmişten beri süregelen veri noktalarından sadece biri.
Bir itirazda bulunayım: Bu yorumu yazan kişi, asıl yazıda anlatılan sorunun tanımını anlamamış gibi görünüyor. Yukarıda sözü edilen yüksek seviyeli dillere geçiş ile yapay zekanın ürettiği kodun zafiyetleri ve kıdemli mühendislerin yetişemeyeceği yapı arasında hiçbir ilişki yok. Yani bu yorumun sahibi, tam da kendi yorumu yüzünden metindeki problemin doğrulandığını göstermiş oluyor. Burada mühendisliğin öneminden söz ediliyor ama kendisi zor mühendislikten hoşlanmadığı ve öğrenmek de istemediği için fazla bahane üretiyor gibi. Lafı da gereğinden fazla uzatıyor.
En alttaki en önemli tavsiye gerçekten tam bir cevher.
Genel olarak katılıyorum
Özellikle context switching? Prompt isteyip bekleme süresinde odak dağılıyor ve üretkenliğin düşmesine neden oluyor. LLM hızı artıp anında yanıt gelirse bu belki çözülebilir
Güçlü kal, Naver Cloud!
Yazının kendisi, sonucu en baştan belirleyip ona göre kaleme alınmış gibi güçlü bir izlenim veriyor. Geliştiriciden sahiplik duygusunun kaldırılması meselesi, LLM’den bağımsız olarak "zanaatkârlık çağı vs sanayileşme çağı" üzerine bir tartışma gibi okunuyor.