Çinli YZ girişimi DeepSeek, 2026 yılına giriş yaparken yayımladığı araştırma makalesinde, temel dil modellerinin ölçeklenme biçimini kökten etkileyebilecek yeni bir eğitim yöntemini tanıttı.
Kurucu Liang Wenfeng’in ortak yazarları arasında yer aldığı çalışmada, Manifold-Constrained Hyper-Connections (mHC) adı verilen yeni bir yaklaşım sunuluyor. Yöntem, model boyutu büyürken eğitim istikrarının bozulmasını veya sistemin çökmesini engelleyerek, çok daha büyük ölçeklere güvenli biçimde ulaşılmasını amaçlıyor.
Dil modelleri genişledikçe, performansı artırmak için modelin farklı bileşenleri arasında daha yoğun bir dahili bilgi paylaşımı sağlanıyor ancak araştırmaya göre bu etkileşim arttıkça, eğitimin kararsızlaşma ve bilginin bozulma riski de yükseliyor. DeepSeek’in çalışması, ölçekleme sürecinde hesaplama verimliliğini korurken modellerin daha zengin ve kontrollü bir iç iletişim kurmasına imkan tanıyor.
DeepSeek’in Yeni Yaklaşımı “Çarpıcı” Olarak Değerlendiriliyor
Counterpoint Research’te YZ baş analisti olarak görev yapan Wei Sun, Cuma günü Business Insider’a yaptığı değerlendirmede yöntemi “çarpıcı bir gelişme” olarak nitelendirdi. Sun’a göre DeepSeek, ek eğitim maliyetini minimumda tutmak için birden fazla tekniği birlikte kullanıyor ve görece küçük bir maliyet artışıyla çok daha yüksek performans elde edilebiliyor.
Sun, yayımlanan makalenin DeepSeek’in teknik kapasitesini ortaya koyan güçlü bir gösterge olduğunu vurguluyor. Şirketin, eğitim mimarisini uçtan uca yeniden tasarlayarak hızlı deneyleri sıra dışı araştırma fikirleriyle birleştirebildiğini dünyaya açıkça gösterdiğini ifade ediyor.
DeepSeek, Ocak 2025’te R1 muhakeme modelini tanıttığı ve sektörde “Sputnik anı” (bir tarafın teknolojik bir üstünlük sergileyerek rakiplerini aniden geride bıraktığı kritik kırılma noktası) olarak adlandırılan sürece atıfta bulunarak, hesaplama darboğazlarını yeniden aşabildiğini ve YZ alanında büyük sıçramaların önünü açtığını belirtiyor. R1 lansmanı, teknoloji sektöründe yankı uyandırmış, modelin ChatGPT o1 gibi üst düzey rakiplerle çok daha düşük maliyetle rekabet edebileceğini göstermişti.
Teknoloji araştırma ve danışmanlık firması Omdia’da baş analist olarak görev yapan Lian Jye Su da, yayımlanan çalışmanın rakip YZ laboratuvarlarını kendi benzer çözümlerini geliştirmeye itebileceğini ifade ediyor. Su, önemli teknik bulguların açık biçimde paylaşılmasının Çin YZ ekosisteminde artan özgüveni yansıttığını ve şeffaflığın artık stratejik bir avantaja dönüştüğünü söylüyor.
Yeni Bir DeepSeek Modeli Yakın mı?
Araştırma makalesi, DeepSeek’in ertelenen yeni amiral gemisi modeli R2 üzerinde çalışıldığına dair haberlerin yoğunlaştığı bir dönemde yayımlandı. 2025 ortasında tanıtılması beklenen R2, Liang Wenfeng’in performans konusundaki memnuniyetsizliği nedeniyle ertelenmişti. The Information’a göre gelişmiş YZ çiplerine erişimde yaşanan arz sıkıntısı da süreci daha karmaşık hale getirdi.
Her ne kadar makalede R2 adına doğrudan yer verilmemiş olsa da zamanlama dikkat çekici bulunuyor. DeepSeek, R1 modelini piyasaya sürmeden önce de benzer biçimde temel eğitim araştırmalarını paylaşmıştı. Su, şirketin geçmişteki yaklaşımının yeni mimarinin mutlaka gelecek modellerde kullanılacağını gösterdiğini belirtiyor.
Wei Sun ise daha temkinli bir görüş ortaya koyarak, bağımsız bir R2 lansmanı yerine yeni yöntemin DeepSeek’in bir sonraki ana modeli olan V4’ün temelini oluşturabileceğini savunuyor. Daha önce R1 güncellemelerinin V3 modeline entegre edilmiş olması, bu ihtimali güçlendiriyor.
Kaynak: https://www.businessinsider.com/deepseek-new-ai-training-models-scale-manifold-constrained-analysts-china-2026-1
