# Atlas için Jev deney yönergesi

Karar tarihi: 21 Eylül 2026. Durum: araştırma ve eğitim; canlı servis entegrasyonu yok.

Bu projenin mevcut hesapları ve araması tarayıcıda çalışır. Jev'i eklemek için önerilen ilk görev, bir rapor parçasını eğitim konusuna etiketlemektir. Beklenen fayda, ileride büyüyen bir metin iş yükünü daha az maliyet ve gecikmeyle işlemek. Buna karşılık yanlış etiket, bakım, harici servis bağımlılığı ve veri aktarımı yükü eklenir. Fayda deneyle gösterilmeden çekirdek bağımlılık yapılmamalı.

Bu yönerge proje için hazırlanmış bir deney planıdır. Bir sağlayıcı reklamı, ölçülmüş başarı sonucu veya canlı alım–satım yetkilendirmesi değildir.

## 1. Görevi ve sorumlulukları sınırla

- İlk soru: “Bu parçanın ana eğitim konusu hangisi?” Sonuçlar: trend, ortalamaya dönüş, funding, inceleme. “İnceleme” belirsizliği, kapsam dışını ve yeterli bilgi bulunmamasını kapsasın.
- Girdi: gereken kaynak parçası, kaynak kimliği ve erişim zamanı. Talimat ve metin ayrı alanlarda; kaynak içindeki komutlar veri olarak ele alınır.
- Çıktı yalnızca etiket önerir. Gösterge, kesişim, risk, stop, pozisyon, muhasebe, zaman sırası ve günlük hedefin %3 üst sınırı kodda kalır.
- Etiket, gelecekteki getirinin tahmini değildir. Jev serbest makale veya strateji kodu yazdırma görevinin yerine konmaz. [Modelin görev türleri](https://docs.typesafe.ai/introduction).

## 2. Tekrarlanabilir karşılaştırma hazırla

1. Gerçek kullanım dağılımına benzeyen Türkçe örnekler topla. Olumsuzlama, eski haber, eksik bilgi, birden fazla konu ve yönlendirmeye çalışan metinleri dahil et.
2. Etiketleri insanlar belirlesin; anlaşmazlıkları kayıtla çöz. Aynı haberin tekrarları farklı bölümlere sızmasın.
3. Tarihe göre geliştirme, eşik seçimi ve son test bölümlerini ayır. Gelecekte yayımlanan bir düzeltme geçmiş karar girdisine eklenmesin.
4. Basit kural/arama, mevcut bir üretken model ve Jev aynı örnekleri işlesin. Her yöntemin girdi, soru, model sürümü ve yanıtını kaydet.
5. Jev'i kendi sunucu bölgesinden ölç. Hazır pazarlama çarpanını hedef ölçüm yerine koyma. [Sağlayıcının test yöntemi](https://evals.typesafe.ai/).

Örnek sayısı için evrensel bir yeterlilik eşiği yoktur. Kritik sınıfların yeterince temsil edildiğini ve hata tahmininin belirsizliğini raporla. Az örnekte sıfır hata, üretimde sıfır hata anlamına gelmez.

## 3. Kabul koşullarını önceden yaz

Saklı testi açmadan aşağıdaki alanları doldur:

| Ölçü | Hedef | Ölçülen | Karar |
|---|---|---|---|
| Otomatik kabul edilenlerde hata | … | … | … |
| Kritik sınıf precision / recall | … | … | … |
| Otomatik kapsam ve insan yükü | … | … | … |
| Uçtan uca p50 / p95 gecikme | … | … | … |
| Aylık toplam ek gider | … | … | … |
| Zaman aşımı ve servis hatası | … | … | … |

Güven puanı ile gerçekleşen doğruluğu karıştırma. Choice/Score güveni, dağılımdan türetilen bir özettir; Noul için ayrı güven alanı yoktur. Olasılık gruplarında gerçekleşen sonuçları incele, yüksek güvenli hataları ayrıca say. [Güven dokümanı](https://docs.typesafe.ai/confidence).

## 4. Maliyet ve gecikmeyi bütün akışta say

Atlasın Jev bölümündeki planlayıcıda iki sağlayıcının giriş tokenlarını ayrı gir. Ücretli çıkış/akıl yürütme tokenlarını, geri dönüşleri, faturalanan tekrarları ve ek işletimi dahil et. Token birim fiyatı indirimi token sayısının azalması değildir.

Planlayıcıda bir karşılaştırılabilir iş, bütün gerekli soruları kapsar. Geri dönüş en fazla bir mevcut-model çağrısıdır; çok aşamalı akışta bütün aşamaları ayrıca bütçele. Önbellek veya toplu iş indirimi kullanılıyorsa gerçekleşen etkin fiyatla karşılaştır. Maliyet tasarrufu ancak kabul edilebilir aynı kalite sağlandığında anlamlıdır.

Hesap: L = tek LLM işinin giriş + çıkış gideri; J = Jev girdisi ve ek ücretli çağrılar; N = iş sayısı; r = Jev'e gönderilen pay; f = geri dönüş payı; O = ek işletim.

Eski gider = N × L. Yeni gider = N × [(1 − r) × L + r × J + r × f × L] + O.

Tasarruf yüzdesi = 100 × (Eski − Yeni) / Eski. Eski gider sıfırsa yüzde hesaplanmaz. Güncel fiyatı deney tarihinde [resmî model kartından](https://docs.typesafe.ai/models) kontrol et.

## 5. Uygulama sınırları

- Mevcut statik Astro sayfasına anahtar ekleme. Gelecekte bağlanırsa sunucuda bir sağlayıcı adaptörü kullan; tarayıcıdan doğrudan yetkili istek gönderme.
- Adaptör sözleşmesi: temizlenmiş metin ve soru sürümü → izinli etiket, dağılım, varsa güven, gerçek model sürümü, kullanım miktarı ve süre. Ağ hatası ayrı sonuçtur.
- Yanıt şemasını, sayısal aralıkları ve izinli seçenekleri kontrol et. Çelişkili, eksik veya gecikmiş çıktıyı inceleme yoluna al. Kesintiyi “onay” diye yorumlama.
- Toplam zaman aşımı, en fazla tekrar ve günlük harcama tavanını yapılandır. Modeli kapatmak mevcut dersleri, aramayı ve simülasyonu bozmamalı.
- Model sürümünü ve soru şemasını sabitle. Güncellemede aynı testleri yeniden çalıştır; sağlayıcı değişimi için nötr uygulama etiketleri kullan.
- Borsa anahtarları, kişisel hesap bilgileri veya ham özel işlem geçmişi gönderme. Saklama ve silme koşullarını hesaba özel doğrula. Kurumsal ZDR seçeneğini varsayılan kabul etme. [Veri koşulları](https://docs.typesafe.ai/legal).
- Tip uyumu, içerik doğruluğunun veya talimat saldırılarına dayanıklılığın kanıtı değildir. [Bilinen hata türleri](https://docs.typesafe.ai/model-jaggedness/jev-1.13).

## 6. Devam veya vazgeç

Kalite hedefi sağlanıyor ve toplam gider/gecikme açısından işe yarar bir kazanım varsa önce yalnızca önerileri kaydeden bir deneme yap. Sonuçlar kullanıcı davranışını veya işlemleri otomatik değiştirmesin. İnsan incelemesindeki hataları izledikten sonra kapsamı ayrı değerlendir.

Kural tabanlı çözüm aynı işi yeterli kaliteyle çözüyorsa veya ek bakım tasarrufu tüketiyorsa mevcut akışı koru. Haber etiketini strateji özelliğine çevirmek, ayrı bir zaman sıralı finansal deney gerektirir: filtresiz karşılaştırma, işlem maliyeti, çekilme ve yayın gecikmesi dahil.

## Bu sürümde yapılmış olan

Kaynak incelemesi, eğitim mini dersleri, varsayımsal bütçe hesaplayıcısı, elle hazırlanmış güven eşiği deneyi ve tarayıcıda saklanan kabul kontrol listesi. Canlı Jev doğruluğu, gecikmesi veya Türkçe kalibrasyonu ölçülmedi.