Opus, Astra ve Argon

⚡ Canlı Kod Deneyi Aktif!
İnteraktif Simülasyon & Mühendislik Rehberi

Opus, Astra ve Argon

Opus, Astra ve Argon NLP Codenames Arenası, doğal dil işlemedeki (NLP) beş boyutlu Kelime Gömme (Word Embedding) uzayını, Kosinüs Benzerliği matrislerini ve çok ajanlı yapay zeka karar stratejilerini etkileşimli bir 5x5 Codenames masa oyunu ve gerçek zamanlı 2B Canvas ışın sahnesinde birleştiren semantik vektör laboratuvarıdır.

🧪

Dokun & Boz: Canlı Kod Deneyleri

Okumaya başlamadan önce sol sahnedeki canlı kodu tek tıkla değiştirin veya kasıtlı hata enjekte edip farkı anında görün.

5 İnteraktif Deney
⚡ Canlı Parametre Deneyi #1 JS · 1.html Bağlamı

Deney 1: Genişletilmiş Semantik Çağrışım Eşiği

Varsayılan kosinüs benzerlik eşiğini 0.62 yerine 0.38 değerine indirdiğinizde, semantik tuval yalnızca güçlü eşanlamlılara değil zayıf yan çağrışımlara sahip kartlara da Bézier ışınları gönderir; böylece tek bir ipucunun tüm 25 kart üzerindeki gizli anlamsal ağını yoğun biçimde gözlemleyebilirsiniz.

Orijinal (1.html): cosineThreshold: 0.62,
Denenecek Kod: cosineThreshold: 0.38,
⚡ Canlı Parametre Deneyi #2 JS · 1.html Bağlamı

Deney 2: Hiper-Foton Sinaptik Akış Hızı

Semantik tuvaldeki faz ilerleme adımını 0.025 yerine 0.12 yaptığınızda, Kuadratik Bézier kirişleri üzerinde akan veri fotonlarının ve kesikli çizgi fazının hızı yaklaşık beş katına çıkarak yüksek frekanslı bir sinir ağı ateşlemesi görünümü oluşturur.

Orijinal (1.html): AppState.animPhase += 0.025;
Denenecek Kod: AppState.animPhase += 0.12;
⚡ Canlı Parametre Deneyi #3 JS · 1.html Bağlamı

Deney 3: Astra Ajanında Aşırı Şiirsel Metafor Çarpanı

Astra modelinin 4. eksendeki (Soyutluk/Mit) metafor katsayısını 0.08 yerine 0.32 yaptığınızda, Astra somut teknik benzerlikleri geri plana atıp mitolojik ve soyut kelimelere çok daha agresif öncelik verir; üç ajan arasındaki sıralama farkı keskinleşir.

Orijinal (1.html): const metaphorBoost = (clueVec[3] * wordObj.vec[3]) * 0.08;
Denenecek Kod: const metaphorBoost = (clueVec[3] * wordObj.vec[3]) * 0.32;
🐞 Hata / Bug Deneyi #4 JS · 1.html Bağlamı

Deney 4 (Boz ve Hatayı Gör): Ters Çevrilmiş Kosinüs Benzerliği Kesri

Vektör uzayı motorlarında normalizasyon pay ve paydasını ters çevirmek klasik bir matematiksel hatadır: İç çarpım (dot) sıfıra yaklaştıkça kesir büyür, yani ipucuyla hiç ilgisi olmayan dikgen (ortogonal) kelimeler %99 benzerlik alırken gerçek eşleşmeler en alt sıraya düşer.

Orijinal (1.html): const raw = this.dot(a, b) / (this.norm(a) * this.norm(b));
Denenecek Kod: const raw = (this.norm(a) * this.norm(b)) / (this.dot(a, b) || 0.01);
🐞 Hata / Bug Deneyi #5 JS · 1.html Bağlamı

Deney 5 (Boz ve Hatayı Gör): Opus Suikastçı İtmesi Yerine Çekim Hatası

Opus'un güvenlik fonksiyonundaki çıkarma (-) işaretlerini toplamaya (+) çevirdiğinizde, Minimax ceza terimi tersine çalışarak ödül haline gelir; en temkinli ajan olan Opus kasıtlı olarak Suikastçı (Assassin) kartına en yakın tehlikeli kelimeleri birinci sıradan önermeye başlar.

Orijinal (1.html): return Math.max(0.05, Math.min(0.99, baseCos * 1.03 - dangerPenalty - repulsion));
Denenecek Kod: return Math.max(0.05, Math.min(0.99, baseCos * 1.03 + dangerPenalty + repulsion * 3.5));
🧠

Sahne Arkası: Mimari & Matematiksel Sırlar

Altı çizili kavram etiketlerinin üzerine gelerek veya tıklayarak tanımlarını anında inceleyebilirsiniz.

3 Çekirdek Katman
01

5 Boyutlu Semantik Gömme Uzayı ve FNV-1a İpucu Çıkarımı

Oyun tahtasındaki (#codenamesGrid) 25 kelimenin her biri [Bilim, Doğa, Teknoloji, Soyutluk/Mit, Risk/Tehlike] eksenlerinden oluşan 5 boyutlu bir öznitelik vektörüyle (wordObj.vec) temsil edilir. Kullanıcı serbest Türkçe bir ipucu girdiğinde inferTurkishClueVector fonksiyonu önce kök sözlük eşleşmelerini tarar; bilinmeyen kelimelerde ise deterministik FNV-1a Özetleme (2166136261 başlangıç tohumu ve Math.imul(h, 16777619) çarpımı) kullanarak her kelimeyi tutarlı bir 5B birim vektöre izdüşürür. İki vektör arasındaki anlamsal yakınlık VectorMath.cosine(a, b) içinde iç çarpımın Öklid normları çarpımına bölünmesiyle (this.dot(a, b) / (this.norm(a) * this.norm(b))) hesaplanır.

02

Opus, Astra ve Argon Çok Ajanlı Karar Fonksiyonları ve Entropi

Üç farklı yapay zeka ajanı (AppState içinde opus, astra, argon) aynı ipucu vektörünü kendi karakteristiğine göre VectorMath.modelScore içinde yeniden ağırlıklandırır. Opus Minimax Risk İtmesi uygulayarak suikastçı kartına (assassinVec) yakın adaylardan dangerPenalty ve repulsion cezaları düşer; Astra dördüncü eksendeki soyutluk/metafor bileşenini (clueVec[3] * wordObj.vec[3]) ödüllendirir; Argon ise Math.pow(baseCos, 1.15) ile yalnızca yüksek kesinlikli eşleşmeleri öne çıkarır. Dağılımın belirsizliği computeShannonEntropy(scores) içinde Softmax Olasılık Dağılımı (Math.exp(s * 4.5)) üzerinden Shannon Entropisi (-p * Math.log2(p)) formülüyle bit cinsinden ölçülür.

03

Kuadratik Bézier Semantik Işın Sahnesi ve İstihbarat Şefi X-Ray Modu

Üstteki 21:9 #semanticCanvas katmanı, startSemanticCanvasLoop döngüsünde merkezdeki ipucu düğümünden cosineThreshold: 0.62 eşiğini aşan kelime kartlarına ikinci dereceden Kuadratik Bézier Eğrisi (ctx.quadraticCurveTo(ctrlX, ctrlY, targetX, targetY)) şeklinde enerji kirişleri çizer ve eğri parametresi boyunca hareket eden foton paketleri (AppState.animPhase) simüle eder. Kullanıcı operative (Saha Ajanı) ve spymaster (İstihbarat Şefi X-Ray) modları arasında geçiş yaptığında kartların gerçek kimlikleri (blue, red, neutral, assassin) açığa çıkar ve tüm etkileşimler sıfır harici ses dosyasıyla çalışan DDAudio Web Audio sentezleyicisi tarafından seslendirilir.

🌍

Gerçek Dünya Senaryoları & Uyarlamalar

Bu laboratuvardaki motor ve algoritmaları kendi projelerinizde nerelerde kullanabilirsiniz?

🚀

Anlamsal Arama ve RAG (Retrieval-Augmented Generation) Motorları

Doküman parçalarını çok boyutlu gömme vektörlerine dönüştürüp kullanıcı sorgusuyla kosinüs benzerliği üzerinden eşleştirerek kelime birebir geçmese bile kavramsal olarak doğru yanıtları getiren kurumsal bilgi tabanları.
🎨

Çok Ajanlı Karar Destek ve Güvenlik Katmanları (AI Guardrails)

Opus'un suikastçı vektöründen uzak duran repulsion mantığı; büyük dil modellerinde zararlı, toksik veya yasaklı kavram uzaylarına yaklaşan yanıt adaylarını puan kırarak eleyen güvenlik filtrelerinin birebir matematiksel karşılığıdır.
🕸️

E-Ticaret Öneri Sistemleri ve Çeşitlilik (Exploration vs. Exploitation) Ayarı

Argon gibi düşük entropili güvenli öneriler sunan algoritmalarla Astra gibi çapraz kategori/metafor keşfi yapan öneri motorlarını tek arayüzde dengeleyen kişiselleştirilmiş ürün vitrinleri.
🎯

Meydan Okuma: Görevler & Mülakat Quizi

Öğrendiklerinizi sol sahnede veya Float Studio'da uygulayıp görevleri işaretleyin.

🛠️ Kademeli Kodlama Görevleri (Float Studio'da Dene!) 0 / 3 Tamamlandı
🟢 Başlangıç Öklid Mesafesi Karşılaştırma Rozeti
VectorMath nesnesine iki vektör arasındaki Math.hypot tabanlı Öklid uzaklığını hesaplayan euclidean(a, b) metodunu ekleyin ve kart detaylarında Kosinüs Benzerliği yanına bu değeri de yazdırın.
🟡 Orta Seviye Otomatik İstihbarat Şefi İpucu Üreticisi
Açılmamış blue kartların vektör ortalamasını (centroid) alıp red ve assassin kartlarına en uzak kalan ideal ipucu kelimesini sözlükten otomatik bulan bir "En İyi İpucunu Öner" düğmesi geliştirin.
⚡ Geliştirici Görevi İleri Seviye — Çoklu Kelime Birleşik Vektör Aritmetiği
İpucu kutusuna Kral - Erkek + Kadın gibi + ve - operatörlü ifadeler yazıldığında her kelimenin vektörünü toplayıp çıkararak bileşke vektörü normalize eden bir vektör cebiri ayrıştırıcısı (parser) yazın.
💡 Kendini Test Et: Teknik Mülakat Soruları Önce kendiniz yanıtlayın, ardından çözümü açın
SORU 1
Yüksek boyutlu NLP kelime gömme uzaylarında neden Öklid uzaklığı yerine Kosinüs Benzerliği tercih edilir?
✅ Mühendislik Çözümü:
Kelime gömme vektörlerinin uzunluğu (normu) genellikle kelimenin korpustaki geçiş sıklığından etkilenir. Kosinüs benzerliği vektörleri normlarına bölerek uzunluk etkisini sıfırlar ve yalnızca iki vektör arasındaki yön/açı farkını ölçer; böylece nadir geçen bir terimle sık geçen eşanlamlısı aynı doğrultuda olduğu için yüksek benzerlik üretir.
SORU 2
computeShannonEntropy fonksiyonunda entropi değerinin yüksek (örneğin 4.5 bit) veya düşük (örneğin 1.2 bit) çıkması ipucu kalitesi hakkında ne söyler?
✅ Mühendislik Çözümü:
Düşük entropi, Softmax olasılık kütlesinin yalnızca 1-2 hedef kelimede keskin biçimde yoğunlaştığını, yani ipucunun net ve belirsizliği düşük olduğunu gösterir. Yüksek entropi ise olasılıkların tüm 25 karta neredeyse eşit dağıldığını, ipucunun fazla genel kaldığını ve saha ajanının yanlış kart seçme riskinin yüksek olduğunu kanıtlar.
🪄

Kopyala & Üret: AI Master Prompt Kasası

Bu mimariyi sıfırdan kendi temanızla üretmek için hazır mühendislik promptları.

2 Hazır Şablon
Master Prompt 1: Semantik Kelime Vektörü Uzayı ve Çok Ajanlı Codenames Laboratuvarı
Tek bir HTML dosyasında çalışan (HTML, CSS ve saf JS bir arada, sıfır harici CDN ve sıfır harici görsel/ses dosyası içeren) Türkçe bir "Semantik Vektör Uzayı ve Çok Ajanlı NLP Codenames Arenası" (1.html) oluştur.

MÜHENDİSLİK VE DB_CORE ALTYAPI KURALLARI:
1. <head> içinde anlamlı Türkçe <title> ve tam cümle <meta name="description"> bulunsun. Tüm renkleri :root { --bg; --surface; --accent-opus; --accent-astra; --accent-argon; --text; } CSS değişkenleriyle tanımla.
2. <script> başında tüm model ağırlıklarını const CONFIG = { dimensions: 5, cosineThreshold: 0.62, softmaxTemp: 4.5, assassinPenalty: 0.35 }; nesnesinde topla.
3. 5x5 kelime ızgarasındaki her kelimeye 5 boyutlu gömme vektörü ata; Kosinüs Benzerliği, Softmax olasılık dağılımı ve Shannon Entropisi hesaplamalarını saf JavaScript ile gerçekleştir.
4. Üst bölümde 2D Canvas üzerinde merkez ipucundan eşleşen kartlara Kuadratik Bézier ışınları ve hareketli fotonlar çiz; İstihbarat Şefi X-Ray görünümü ve Web Audio API ses efektleri ekle.
5. Mobil ve masaüstünde yatay taşma olmasın; alert/confirm/prompt kesinlikle kullanma.
Master Prompt 2: İnteraktif Vektör Cebiri (Kral - Erkek + Kadın) ve 2B PCA İzdüşüm Haritası
Tek bir HTML dosyasında (1.html), hiçbir harici kütüphane veya CDN kullanmadan çalışan Türkçe bir "Kelime Gömme Vektör Cebiri ve Anlamsal Küme Haritası" oluştur.

MÜHENDİSLİK VE DB_CORE ALTYAPI KURALLARI:
1. Renkleri :root CSS değişkenleriyle, matematiksel sabitleri ise <script> başındaki const CONFIG = { vocabSize: 60, embedDim: 6, neighborCount: 5, zoomScale: 1.0 }; nesnesiyle yönet.
2. 60 Türkçe kavram için 6 boyutlu anlamlı gömme vektörleri tanımla ve bunları 2B Canvas düzlemine izdüşürerek yakın kavram kümelerini etkileşimli düğümler halinde görselleştir.
3. Kullanıcının iki kavramı toplayıp üçüncüsünü çıkarabildiği canlı bir Vektör Aritmetiği hesaplayıcısı, Kosinüs Benzerliği sıralama tablosu ve Web Audio API geri bildirim tonları ekle.
📖

İnteraktif Kavram Küpü

Bir kavrama dokunun veya üzerine gelin; mühendislik tanımı anında aşağıda açılsın.

📖 Kelime Gömme 1 / 7
Kelimelerin anlamsal ve bağlamsal özelliklerini sabit boyutlu gerçek sayı vektörleri (örneğin R⁵ veya R⁷⁶⁸) olarak temsil eden doğal dil işleme tekniğidir.

Topluluk & Geliştirici Tartışması

Proje hakkında sorularınızı sorun, fikirlerinizi ve geri bildirimlerinizi paylaşın.

Henüz yorum yapılmamış. Düşüncelerinizi ve geri bildirimlerinizi ilk siz paylaşın!

Yorumlar

Yorum Gönder

Opromt · Ücretsiz yayınlarımız sizler için , Kopyala, yapıştır, kullan. ← Ana Sayfa