Phind hâlâ en sevdiğim yapay zeka destekli arama motoru
Teknik soruları yanıtlarken, yanıtı doğrulayabileceğiniz veya daha ayrıntılı bakabileceğiniz referans bağlantılarını iyi ekliyor
Son kayıtlardan örnekler arasında Mastodon destekli video formatları https://www.phind.com/search?cache=jpa8gv7lv54orvpu2c7j1b5j, XFS ile ext4fs karşılaştırması https://www.phind.com/search?cache=h9rmhe6ddav1bnb2odtchdb1, Apple ][’ın no slot clock yaklaşımı https://www.phind.com/search?cache=w4cc1saw6nsqxyige7g3wple gibi şeyler var
Yanıtlar mükemmel değil ama iyi bir genel çerçeve sunuyor ve web kaynak bağlantıları harika. ChatGPT ve Claude bu konuda zayıf; Bing CoPilot bunu bir ölçüde yapıyor ama onu da daha az seviyorum
Benim testlerimde Phind 70B de halüsinasyonlu yanıtlar verdi
Örneğin pili kolayca değiştirilebilen Bluetooth kulak tıkacı sordum; pilinin kutuya lehimli olduğunu bildiğim ürünleri önermeye devam etti. Adil olmak gerekirse Perplexity de bu soruda başarısız oldu
Hâlâ epey geliştirme alanı olduğunu düşünüyorum; yanıt yapısını ve doğrulanabilirliği daha iyi hale getiriyorlar
Phind, internette bulunabilecek daha alakalı ve güncel bilgilere ulaşmak için başlıca kullandığım araçtı; ama yaklaşık 3 ay önce bu değişti
Zaman geçtikçe birçok soruda yanıtlar giderek daha eksik ya da yanlış olmaya başladı; daha da kötüsü, yanıtı bulamadığını söylerken referans verdiği sitelerin içinde yanıt yer alıyordu
Sonunda çoğunlukla Bing ve gpt 4o’ya geri döndüm; dürüst olmak gerekirse yeni sürümü tekrar denemeye zaman ayırmaya çekiniyorum
Burada kaynakçalar görünüyor, ama ben soru sorduğumda oturum açıkken bile sadece yanıt çıkıyor, alıntılar görünmüyor
Bunun eskiden de olan bir sorun olduğunu ve düzeltildiğini sanıyordum, ama hâlâ yaşıyorum. Oturumu kapatıp sorarsam kaynaklar geliyor, fakat o zaman yanıt instant modeliyle veriliyor
Benzer nedenlerle Brave Search kullanmayı seviyorum
Normal arama ile LLM tabanlı arama arasında hangisi daha uygunsa ona kolayca geçilebiliyor
Az önce denedim; araştırmakta olduğum bir çalışma konusunu sordum, yanıt verdi ama kaynakça yoktu
Bu yüzden yanıtı kopyalayıp özellikle kaynakça eklemesini istedim; önceki yanıtta belirli bir araştırmaya atıfta bulunmasının hata olduğunu ve arama sonuçlarında bu iddiayı destekleyecek ilgili bilgi bulunmadığını söyleyerek özür diledi
Bundan pek emin olamadım
Ardından test etmeye devam ettim; Laravel 11 Blade fragments kullanımını kısaca açıklamasını istediğimde oldukça iyi yanıt verdi
Sonra Laravel’de kullanılan 3 satırlık route kodunu verdim ve URL parametresine göre döndürülecek fragment’ın nasıl belirleneceğini sordum
Route::get('/vge-frags/{fragment}', function ($fragment) {
return view('vge-fragments');
});
Doğru view’ın oluşturulmuş olması gerektiğini söylemesi iyi bir başlangıçtı, ama ardından aşağıdakini önerdi
Route::get('/vge-frags/{fragment}', function ($fragment) {
return fragment($fragment);
});
Bunun yanlış olduğunu hemen anlayabiliyordum, ama öğrenen biri anlamayabilir. Bu yüzden “Bir dakika, bu kod hangi view’ı kullanması gerektiğini nereden bilecek?” diye tekrar sormam gerekti; ancak o zaman doğru yanıtı verdi
Route::get('/vge-frags/{fragment}', function ($fragment) {
return view('vge-fragments')->fragment($fragment);
});
Bu modellerde uç durumları bulmak çok kolay ve alınan yanıtların neredeyse tamamından şüphe etmek gerekiyor. Yine de bazı durumlarda çok güçlü ve kullanışlılar
Önce Always search seçeneğinin açık olduğundan emin olup ilk soruyu yeniden denemek iyi olabilir
O zaman kaynaklarla birlikte doğru yanıtı alabilmelisiniz
“Bir AI asistanı olarak daha dikkatli olmalıydım” gibi ifadelerden gerçekten nefret ediyorum
O uzun özür metni açıkçası “rastgele konuştum” demenin uzun ve tekrarlı hâlinden ibaret
Elbette insanlar arasında da böyle konuşanlar var. LLM furyasının olumlu bir yanı varsa, belki bizi psikopatça konuşma tarzına karşı bağışık hale getirir
“Yapay zeka destekli aramanın temel sorunu, mevcut Google’a kıyasla çok yavaş olması. Daha iyi yanıtlar üretse bile ek gecikme insanı bundan soğutuyor” sözü doğru mu?
Benim hissettiğim ve duyduğum şikâyetlerin çoğu hatalı yapay zeka sonuçları hakkında; örneğin kodlamaya yardım ederken kendinden emin biçimde yanlış yapması gibi
Enter’a bastıktan sonra bir şeylerin görünmesi elbette daha yavaş
Ama Enter’a bastıktan sonra ilgili doğru yanıtlar kümesinin kafanıza girmesine kadar geçen süre ölçülmesi gereken hedef değil mi? Bu ölçüte göre bakınca 20 yıllık yöntem on yıldan da önce zirveye ulaşmış gibi görünüyor; öyle olmasaydı Phind ilgi görmezdi
20 yıllık PageRank tarzı aramada, aramadan kafanızda doğru yanıtın oluşmasına kadar geçen süre artık “DNF”, yani tamamlanamadı durumuna yaklaşıyor
Halüsinasyon da olsa alakasız sonuç da olsa, ikisini de zihinsel çabayla ayıklamak gerekiyor. Oran olarak alakasız sonuçlar halüsinasyonlardan daha fazla; sadece biz arama sonuçları sayfasına duyduğumuz güveni çoktan bıraktık
Bu bir hız / doğruluk / maliyet üçgeni sorunu
Küçük modelin sunum maliyeti verimli ve hızlıdır ama yarı yarıya yanlış olabilir
Büyük model ucuz donanımda yavaş çalışır ama daha doğru yanıtlar verebilir ve genelde bireysel kullanım için yeterince hızlıdır
Üçüncü seçenek büyük, hızlı ve doğru bir modeldir; ama hız alabilmek için Nvidia/Groq vb.’ye epey para ödemek gerekir, elektrik maliyetini karşılamak için bir güneş enerjisi santrali bile kurmanız gerekebilir
Benim deneyimime göre doğru
Bir şey aramadan önce, Google sonuçlarını hızlıca taramanın mı, yoksa Perplexity Pro’nun yanıtı satır satır yavaşça üretmesini beklemenin mi daha hızlı olacağını önce tahmin etmeye çalışıyorum
Bence ikisi de temel sorun
Sonuç doğru olduğunda çok yavaş; gelen sonuç da sık sık hatalı olduğu için güvenmesi zor
Başlıktaki gibi herkes için değil, Pro kullanıcılar için
Başlık kafa karıştırıyor; değiştirilse iyi olur
Bunun Kagi Assistant ile karşılaştırması nasıl olur merak ediyorum
Fiyatlandırma sayfasında aylık 20 dolara sınırsız Phind-405B ve Phind-70B araması, günde 500+ GPT-4o, 500+ Claude 3.5 Sonnet ve 10 Claude Opus yazıyor
“Phind-405B, HumanEval 0-shot’ta %92 alarak Claude 3.5 Sonnet ile başa baş” deniyor; başka benchmark var mı?
Phind için 6 aylık ödeme yapıp kullandım, şu anda Kagi Assistant’tan daha memnunum
O kadar çok bağlantı vermiyor ama genel sonuçlar benzer ya da daha iyi, ayrıca lenses da kullanılabiliyor. Normal arama motoru da birlikte sunuluyor
Phind’de UI ile ilgili can sıkıcı bir şey vardı: Firefox’ta kaydırma çubuğu bazen rastgele zıplıyordu; sanırım her yazdığımda ya da token üretimi sırasında da oluyordu. Baktığınız yeri her seferinde yeniden bulmanız gerekiyorsa epey zaman kaybı oluyor; sadece en alta geri dönmesi bile uğraştırıcı
Yine de temel sorun, ikisinin de zor sorularda çok fazla halüsinasyon üretmesi; bu her yerde ortak bir sorun
VSCode eklentisi var; onu kullanıyorsanız bir ölçüde anlamlı
Sırf arama amacıyla kullanımı konusunda emin değilim. Benim deneyimimde Phind, internet erişimi olduğunda çok üstün değildi; bazıları daha iyi yanıt almak için arama özelliğini kapatıyor
%92 gibi bir sayı, daha zor benchmark’lara ihtiyaç olduğunu gösterdiği için değerlendirmeyi zorlaştırıyor
Özellikle yüksek puan alan modeller bile çoğu zaman halüsinasyon dolu, makul görünen yanıtlar veriyor. Örneğin Llama 3 bana göre geveze ve kendinden emin, ama oldukça sık yanılıyor
Bu performans seviyesinde, doğru yanıtın kendisinin belirsiz olduğu zor edge case alanına girilmiş gibi görünüyor
Fiyata bakınca, aylık 20 dolarlık “sınırsız Phind + günde 500 ChatGPT” dışında daha düşük bir abonelik kademesi yok gibi
İhtiyaç duyulan şey bu değil; ayda yaklaşık 100 sorguyu 5 dolara sunan bir plan. Kodlama odaklı bir arama motoruysa, insanların neden daha fazla özelliği olan rakiplerle aynı fiyatı ödemesi gerektiğini düşünmesi gerekiyor
Sanırım son 5–6 aydır Phind Pro abonesiyim
Arama sonucu kirlenmesi biraz iyileşmiş gibi, ama takip soruları sorarken yanıtı hâlâ bozduğu oluyor
Örneğin hemen üstteki yanıttaki koda atıfla soru sorduğunuzda, sonraki yanıt konuşma bağlamı yerine arama sonuçlarındaki bir koda dayanarak yanıt verebiliyor. RAG’i iyi bilmediğim için bunun önceliklendirme gibi bir şeyle nasıl düzeltilebileceğini bilmiyorum
Bunun dışında, web arayüzünde kendi artifacts’larını nasıl ele alacağını gerçekten merakla bekliyorum. Claude’un artifacts UI’ı web’de çalışırken iş akışıma çok iyi uyuyor; birden çok dosyanın sürümlerinin olması da hoşuma gidiyor
artifacts üzerinde çalışıyoruz
Kirlenmeyi hangi modelde gördüğünüzü merak ediyorum
Bir dakika, bu gerçekten epey iyi iş çıkarıyor
Makul sonuç almak için hâlâ takip soruları sormak gerekiyor ama yılın başında test ettiğimde test sorgularının çoğunda tamamen başarısız olmuştu
Kullanıcıların hizmeti değerlendirebilmesi için en az bir kez ücretsiz sorgu sunulsa iyi olur
Hızlı model olan Phind Instant tamamen ücretsiz
Phind, son birkaç yılda bulduğum en iyi verimlilik artırıcı araç
Tebrikler; böyle iyi geliştirmeye devam edin
Geçenlerde yapay zekaya aşağıdaki soruyu sordum
const MyClass& getMyClass(){....}
auto obj = getMyClass();
Burada kopyalama olmuyor mu diye sordum; kopyalama olmadığını çok kendinden emin biçimde söyledi. autonun tipi const referans olarak çıkarımlayıp kopyalama yapmadığını düşünüyordu; bu yanlıştı, bunun için auto& veya const auto& gerekir. Emin misin diye tekrar sorunca daha da kendinden emin yanıt verdi
Godbolt çıktısı burada: https://godbolt.org/z/Mz8x74vxe "copy" çıktısının yazdırıldığını görebilirsiniz; ayrıca kopyalanan nesne üzerinde non-const bir metot çağrılabildiği de görülüyor, bu da tipin non-const olduğu anlamına geliyor
Phind'e de aynı şeyi sordum ve aynı yanıtı verdi: https://www.phind.com/search?cache=k3l4g010kuichh9rp4dl9ikb
İki farklı yapay zeka, üstelik biri kodlamaya özel olduğunu söylerken, nasıl bu kadar kendinden emin biçimde başarısız olabiliyor?
Bu, bu tür araçların nihayetinde token üretme makineleri olduğunu ve çıktılarının yalnızca zeka benzeri göründüğünü gösteriyor
Görünüşe göre henüz körü körüne güvenilecek aşamada değiller
LLM'lerin daha iyi yanıt vermesini sağlayan eski numaralardan biri, “adım adım düşünelim” diye sormaktır
Aşağıdaki soruyu Claude'a bu şekilde sordum
const MyClass& getMyClass(){....}
auto obj = getMyClass();
“Bu bir kopya oluşturur mu? Adım adım düşünelim.”
Böyle bir aracı yardım için daha sık kullanmaya çalışıyorsanız faydalı olabilir
1 yorum
Hacker News yorumları
Phind hâlâ en sevdiğim yapay zeka destekli arama motoru
Teknik soruları yanıtlarken, yanıtı doğrulayabileceğiniz veya daha ayrıntılı bakabileceğiniz referans bağlantılarını iyi ekliyor
Son kayıtlardan örnekler arasında Mastodon destekli video formatları https://www.phind.com/search?cache=jpa8gv7lv54orvpu2c7j1b5j, XFS ile ext4fs karşılaştırması https://www.phind.com/search?cache=h9rmhe6ddav1bnb2odtchdb1, Apple ][’ın no slot clock yaklaşımı https://www.phind.com/search?cache=w4cc1saw6nsqxyige7g3wple gibi şeyler var
Yanıtlar mükemmel değil ama iyi bir genel çerçeve sunuyor ve web kaynak bağlantıları harika. ChatGPT ve Claude bu konuda zayıf; Bing CoPilot bunu bir ölçüde yapıyor ama onu da daha az seviyorum
Örneğin pili kolayca değiştirilebilen Bluetooth kulak tıkacı sordum; pilinin kutuya lehimli olduğunu bildiğim ürünleri önermeye devam etti. Adil olmak gerekirse Perplexity de bu soruda başarısız oldu
Zaman geçtikçe birçok soruda yanıtlar giderek daha eksik ya da yanlış olmaya başladı; daha da kötüsü, yanıtı bulamadığını söylerken referans verdiği sitelerin içinde yanıt yer alıyordu
Sonunda çoğunlukla Bing ve gpt 4o’ya geri döndüm; dürüst olmak gerekirse yeni sürümü tekrar denemeye zaman ayırmaya çekiniyorum
Bunun eskiden de olan bir sorun olduğunu ve düzeltildiğini sanıyordum, ama hâlâ yaşıyorum. Oturumu kapatıp sorarsam kaynaklar geliyor, fakat o zaman yanıt instant modeliyle veriliyor
Normal arama ile LLM tabanlı arama arasında hangisi daha uygunsa ona kolayca geçilebiliyor
Az önce denedim; araştırmakta olduğum bir çalışma konusunu sordum, yanıt verdi ama kaynakça yoktu
Bu yüzden yanıtı kopyalayıp özellikle kaynakça eklemesini istedim; önceki yanıtta belirli bir araştırmaya atıfta bulunmasının hata olduğunu ve arama sonuçlarında bu iddiayı destekleyecek ilgili bilgi bulunmadığını söyleyerek özür diledi
Bundan pek emin olamadım
Sonra Laravel’de kullanılan 3 satırlık route kodunu verdim ve URL parametresine göre döndürülecek fragment’ın nasıl belirleneceğini sordum Doğru view’ın oluşturulmuş olması gerektiğini söylemesi iyi bir başlangıçtı, ama ardından aşağıdakini önerdi Bunun yanlış olduğunu hemen anlayabiliyordum, ama öğrenen biri anlamayabilir. Bu yüzden “Bir dakika, bu kod hangi view’ı kullanması gerektiğini nereden bilecek?” diye tekrar sormam gerekti; ancak o zaman doğru yanıtı verdi Bu modellerde uç durumları bulmak çok kolay ve alınan yanıtların neredeyse tamamından şüphe etmek gerekiyor. Yine de bazı durumlarda çok güçlü ve kullanışlılar
O zaman kaynaklarla birlikte doğru yanıtı alabilmelisiniz
Elbette insanlar arasında da böyle konuşanlar var. LLM furyasının olumlu bir yanı varsa, belki bizi psikopatça konuşma tarzına karşı bağışık hale getirir
“Yapay zeka destekli aramanın temel sorunu, mevcut Google’a kıyasla çok yavaş olması. Daha iyi yanıtlar üretse bile ek gecikme insanı bundan soğutuyor” sözü doğru mu?
Benim hissettiğim ve duyduğum şikâyetlerin çoğu hatalı yapay zeka sonuçları hakkında; örneğin kodlamaya yardım ederken kendinden emin biçimde yanlış yapması gibi
Ama Enter’a bastıktan sonra ilgili doğru yanıtlar kümesinin kafanıza girmesine kadar geçen süre ölçülmesi gereken hedef değil mi? Bu ölçüte göre bakınca 20 yıllık yöntem on yıldan da önce zirveye ulaşmış gibi görünüyor; öyle olmasaydı Phind ilgi görmezdi
20 yıllık PageRank tarzı aramada, aramadan kafanızda doğru yanıtın oluşmasına kadar geçen süre artık “DNF”, yani tamamlanamadı durumuna yaklaşıyor
Halüsinasyon da olsa alakasız sonuç da olsa, ikisini de zihinsel çabayla ayıklamak gerekiyor. Oran olarak alakasız sonuçlar halüsinasyonlardan daha fazla; sadece biz arama sonuçları sayfasına duyduğumuz güveni çoktan bıraktık
Küçük modelin sunum maliyeti verimli ve hızlıdır ama yarı yarıya yanlış olabilir
Büyük model ucuz donanımda yavaş çalışır ama daha doğru yanıtlar verebilir ve genelde bireysel kullanım için yeterince hızlıdır
Üçüncü seçenek büyük, hızlı ve doğru bir modeldir; ama hız alabilmek için Nvidia/Groq vb.’ye epey para ödemek gerekir, elektrik maliyetini karşılamak için bir güneş enerjisi santrali bile kurmanız gerekebilir
Bir şey aramadan önce, Google sonuçlarını hızlıca taramanın mı, yoksa Perplexity Pro’nun yanıtı satır satır yavaşça üretmesini beklemenin mi daha hızlı olacağını önce tahmin etmeye çalışıyorum
Sonuç doğru olduğunda çok yavaş; gelen sonuç da sık sık hatalı olduğu için güvenmesi zor
Başlıktaki gibi herkes için değil, Pro kullanıcılar için
Başlık kafa karıştırıyor; değiştirilse iyi olur
Bunun Kagi Assistant ile karşılaştırması nasıl olur merak ediyorum
Fiyatlandırma sayfasında aylık 20 dolara sınırsız Phind-405B ve Phind-70B araması, günde 500+ GPT-4o, 500+ Claude 3.5 Sonnet ve 10 Claude Opus yazıyor
“Phind-405B, HumanEval 0-shot’ta %92 alarak Claude 3.5 Sonnet ile başa baş” deniyor; başka benchmark var mı?
O kadar çok bağlantı vermiyor ama genel sonuçlar benzer ya da daha iyi, ayrıca lenses da kullanılabiliyor. Normal arama motoru da birlikte sunuluyor
Phind’de UI ile ilgili can sıkıcı bir şey vardı: Firefox’ta kaydırma çubuğu bazen rastgele zıplıyordu; sanırım her yazdığımda ya da token üretimi sırasında da oluyordu. Baktığınız yeri her seferinde yeniden bulmanız gerekiyorsa epey zaman kaybı oluyor; sadece en alta geri dönmesi bile uğraştırıcı
Yine de temel sorun, ikisinin de zor sorularda çok fazla halüsinasyon üretmesi; bu her yerde ortak bir sorun
Sırf arama amacıyla kullanımı konusunda emin değilim. Benim deneyimimde Phind, internet erişimi olduğunda çok üstün değildi; bazıları daha iyi yanıt almak için arama özelliğini kapatıyor
Özellikle yüksek puan alan modeller bile çoğu zaman halüsinasyon dolu, makul görünen yanıtlar veriyor. Örneğin Llama 3 bana göre geveze ve kendinden emin, ama oldukça sık yanılıyor
Bu performans seviyesinde, doğru yanıtın kendisinin belirsiz olduğu zor edge case alanına girilmiş gibi görünüyor
İhtiyaç duyulan şey bu değil; ayda yaklaşık 100 sorguyu 5 dolara sunan bir plan. Kodlama odaklı bir arama motoruysa, insanların neden daha fazla özelliği olan rakiplerle aynı fiyatı ödemesi gerektiğini düşünmesi gerekiyor
Sanırım son 5–6 aydır Phind Pro abonesiyim
Arama sonucu kirlenmesi biraz iyileşmiş gibi, ama takip soruları sorarken yanıtı hâlâ bozduğu oluyor
Örneğin hemen üstteki yanıttaki koda atıfla soru sorduğunuzda, sonraki yanıt konuşma bağlamı yerine arama sonuçlarındaki bir koda dayanarak yanıt verebiliyor. RAG’i iyi bilmediğim için bunun önceliklendirme gibi bir şeyle nasıl düzeltilebileceğini bilmiyorum
Bunun dışında, web arayüzünde kendi artifacts’larını nasıl ele alacağını gerçekten merakla bekliyorum. Claude’un artifacts UI’ı web’de çalışırken iş akışıma çok iyi uyuyor; birden çok dosyanın sürümlerinin olması da hoşuma gidiyor
Kirlenmeyi hangi modelde gördüğünüzü merak ediyorum
Bir dakika, bu gerçekten epey iyi iş çıkarıyor
Makul sonuç almak için hâlâ takip soruları sormak gerekiyor ama yılın başında test ettiğimde test sorgularının çoğunda tamamen başarısız olmuştu
Kullanıcıların hizmeti değerlendirebilmesi için en az bir kez ücretsiz sorgu sunulsa iyi olur
Phind, son birkaç yılda bulduğum en iyi verimlilik artırıcı araç
Tebrikler; böyle iyi geliştirmeye devam edin
Geçenlerde yapay zekaya aşağıdaki soruyu sordum
Burada kopyalama olmuyor mu diye sordum; kopyalama olmadığını çok kendinden emin biçimde söyledi.
autonun tipiconstreferans olarak çıkarımlayıp kopyalama yapmadığını düşünüyordu; bu yanlıştı, bunun içinauto&veyaconst auto&gerekir. Emin misin diye tekrar sorunca daha da kendinden emin yanıt verdiGodbolt çıktısı burada: https://godbolt.org/z/Mz8x74vxe
"copy"çıktısının yazdırıldığını görebilirsiniz; ayrıca kopyalanan nesne üzerinde non-const bir metot çağrılabildiği de görülüyor, bu da tipin non-const olduğu anlamına geliyorPhind'e de aynı şeyi sordum ve aynı yanıtı verdi: https://www.phind.com/search?cache=k3l4g010kuichh9rp4dl9ikb
İki farklı yapay zeka, üstelik biri kodlamaya özel olduğunu söylerken, nasıl bu kadar kendinden emin biçimde başarısız olabiliyor?
Görünüşe göre henüz körü körüne güvenilecek aşamada değiller
Aşağıdaki soruyu Claude'a bu şekilde sordum “Bu bir kopya oluşturur mu? Adım adım düşünelim.”
Böyle bir aracı yardım için daha sık kullanmaya çalışıyorsanız faydalı olabilir