Kontrol Mimarisi Modelin Başarı Oranını Yüzde 100'e Çıkardı
21 Ağustos 2026 tarihinde yayımlanan araştırmalar, yapay zeka ajanlarının karmaşık ve uzun süreli görevlerde gösterdiği başarıyı belirleyen temel unsurun dil modeli değil, modelin etrafındaki kontrol mimarisi (harness) olduğunu gösterdi. Nvidia araştırmacılarının çalışmasında Claude Opus 5 modeli, özel olarak geliştirilen bir kontrol sistemiyle desteklendi. Modelin, herhangi bir özel yönlendirme olmadan gerçekleştirilen interaktif akıl yürütme testi ARC-AGI-3 ortamındaki performans puanı yüzde 30 seviyesinden yüzde 100’e yükseldi.
Dil modelleri, metinsel komutları aşan ve günler boyunca çok aşamalı kararlar alınmasını gerektiren süreçlerde tek başına yetersiz kalabiliyor. Microsoft tarafından belgeleme görevleri kapsamında 19 farklı büyük dil modelinin denendiği araştırmada, en gelişmiş modellerin dahi belgelerde çok sayıda hataya yol açtığı belirlenmişti. Kontrol mekanizması bulunmayan otonom yapay zeka ajanlarının kural ihlallerine veya güç mücadelelerine yönelebildiğini ortaya koyan saha gözlemleri de bu altyapıya duyulan ihtiyacı destekliyor.
Denetleyici Ajanın Yönetici Rolü
Nvidia’nın AVO (Agentic Variation Operators) olarak adlandırdığı kontrol mimarisi, hafızanın yönetilmesi, bağlamın izlenmesi ve geribildirim döngülerinin yürütülmesi görevlerini üstleniyor. Mimarinin en önemli unsurunu, temel görevi yürüten ajanın üzerinde konumlandırılan denetleyici bileşen oluşturuyor. Ana ajan bir çıkmaza ulaştığında veya kendini tekrar eden bir sürece yöneldiğinde devreye giren bu denetleyici sistem, işleyişi doğru rotaya yönlendiriyor.
Talimatların bulunmadığı 2D oyunları kapsayan ARC-AGI-3 testinde Claude Opus 5, herhangi bir ek bileşen olmadan yüzde 30,16 başarı oranına ulaşmış ve modeller arasındaki en yüksek tekil skoru almıştı. OpenAI mühendisleri, kendi modellerinin kontrol parametrelerinde değişiklik yaparak skoru üç katına çıkarsa da tam başarı sağlayamadı. Bu durum, denetleyici ajan bileşeninin yarattığı farkı ortaya koydu.
Açık Mimarilerin Maliyet ve Güvenlikteki Önemi
Kontrol mimarisinin sağladığı etki, yalnızca doğruluk oranlarından ibaret değil. Databricks’in yürüttüğü araştırmalar, aynı yapay zeka modeli kullanıldığında bile hatalı bir kontrol katmanının işletim maliyetlerini 2 katına çıkarabildiğini gösterdi.
Bir ajan, yalnızca modelden alınan bir API çıktısından oluşmaz.
Ajan; modelin yanı sıra modeli çevreleyen araç seti mimarisini, çalışma zamanı ortamını ve kullanabildiği kütüphaneleri kapsayan bir bütündür.
Nvidia, açık kaynaklı NeMo ekosistemi kapsamında sağladığı altyapı araçları üzerinden geliştiricilere kontrol olanağı sunmayı amaçlıyor. Model ağırlıklarını devamlı artırmak yerine kontrol mekanizmasının esnek tutulmasının, maliyetleri optimize ettiği ve güvenlik risklerini düşürdüğü ifade ediliyor.