TwiL-LM3: Telefonda Çalışan 1.7B Formal Mantık Modeli, GPT-OSS-120B’yi Geride Bıraktı

webAI Intelligence Lab, TwiL-LM3 adlı yeni formal mantık modelini açık kaynak olarak yayımladı. Sadece 1.7 milyar parametreye sahip olan model, 120 milyar parametreli OpenAI GPT-OSS-120B’yi beş formal muhakeme kıyaslamasının dördünde geride bırakırken, bir akıllı telefonda bile verimli çalışabiliyor.

TwiL-LM3 Nedir ve Ne İşe Yarar?

TwiL-LM3, doğal dili (İngilizce) formal mantık cümlelerine dönüştüren ve bir sonuçın öncüllerden çıkıp çıkmadığını adım adım kontrol eden uzmanlaşmış bir model. Basitçe ifade etmek gerekirse, günlük dille yazılmış ifadeleri mantıksal formüllere çeviriyor ve bu formüllerin tutarlılığını sistematik biçimde test ediyor.

Model, şu alanlarda kritik öneme sahip yetenekler sunuyor:

• Güvenilir araç çağırma (tool calling)
• Yapılandırılmış çıktı üretimi (structured outputs)
• Kod üretimi
• AI agent geliştirme

Teknik Detaylar: 289MB LoRA Adaptör ile 40x Parametre Tasarrufu

TwiL-LM3, sıfırdan eğitilmek yerine temel modeller üzerine 289MB boyutunda bir LoRA adaptörü (yaklaşık 72 milyon parametre) ile ince ayar yapılarak geliştirilmiş. Bu yaklaşım, hem eğitim maliyetini düşürüyor hem de 40 kat daha az parametreyle 120 milyar parametreli bir modelin performansına yaklaşıyor.

Açık kaynaklı kaynaklardan oluşturulan özel bir formal-mantık veri motoru üzerinde eğitilen model, GPU cluster’ları yerine tüketici donanımında — Raspberry Pi’den iPhone’a kadar — çalışabilecek kadar verimli tasarlanmış.

Performans Sonuçları

webAI’nin paylaştığı kıyaslama sonuçlarına göre TwiL-LM3:

• GPT-OSS-120B: 5 formal muhakeme kıyaslamasının 4’ünde üstün performans
• Parametre avantajı: 40 kat daha az parametre
• Çıkarım hızı: 2.6 kat daha hızlı

Kenara Ayrılmış Veri Kümesi: Internet Scraping Yok

TwiL-LM3’ün en dikkat çekici özelliklerinden biri, eğitim verilerinin tamamının webAI’ye ait doğrulanmış veri setlerinden oluşması — internetten kazınmış veri kullanılmadı. Şirket, daha iyi muhakemenin daha iyi eğitim boru hatları ve daha kaliteli verilerden geldiğini, daha büyük modellerden değil, savunuyor.

AIhaber Değerlendirmesi

TwiL-LM3, yapay zeka alanında “daha küçük daha iyi olabilir” tezini güçlü biçimde destekliyor. 1.7 milyar parametrelik bir modelin, 120 milyar parametreli bir modeli belirli görevlerde geride bırakması, uzmanlaşmış eğitim yaklaşımlarının genel amaçlı ölçeklemenin yerini alamasa da tamamlayıcı olarak çok etkili olabileceğini gösteriyor. Model, HuggingFace üzerinden erişime açık durumda.

Kaynak: webAI Intelligence Lab resmi blogu (webai.com), AI analisti Rohan Paul (@rohanpaul_ai) tarafından X platformunda paylaşılan analiz