🌐 LLM’lerle teknik bir konuda konuşacağım zaman, çoğu zaman kendimi İngilizce yazarken buluyorum.
İlk başta bunu daha iyi cevap almak için yapıyordum. Bir de teknik konuları İngilizce anlatmak bana daha rahat geliyordu.
Sonra bu yavaş yavaş alışkanlığa dönüştü. Ben de “Acaba gerçekten doğru mu yapıyorum?” diye biraz kurcalayınca birkaç ilginç şey fark ettim.
Öncelikle, LLM’lerin eğitiminde İngilizce içerik çok daha fazla.
İnternetteki dokümantasyonların, code’ların, makalelerin ve teknik tartışmaların büyük kısmı da İngilizce.
Bir de işin harness / Coding Agent tarafı var.
Çoğu harness’ta System Prompt ve içeride kullanılan prompt’lar İngilizce yazılıyor.
Yani daha en baştan, İngilizce üzerine kurulmuş bir sistemin içine giriyorsunuz.
Bir nokta daha var:
Model’lar kelimeleri bizim anladığımız gibi “anlamıyor”.
Metin token’lara bölünüyor ve arka plandaki işlem büyük ölçüde bu token’lar üzerinden dönüyor.
Doğal olarak bir dil training data’da, training sürecinde ve evaluation tarafında ne kadar güçlüyse, o dilde daha iyi sonuç alma şansı da artıyor.
O yüzden model’ların teknik işlerde İngilizceyle daha iyi performans vermesi çok şaşırtıcı değil.
Bu, “model’lar başka dil bilmiyor” demek değil.
Ama konu teknik işlere gelince, hâlâ sanki ana dilleri İngilizceymiş gibi 😁
📝 Devamında bir noktayı daha ekliyim:
Benim İngilizcem cok yukse bir seviyede degil ve hatasiz yazamitorum, Özellikle prompt uzun olduğunda ya da karmaşık bir problemi anlatmak istediğimde.
Bu yüzden ayrı bir Agent’ım var.
Bu Agent özel bir şey yapmıyor; code yazmıyor, analysis yapmıyor ve teknik sorulara cevap vermiyor.
Tek görevi metni grammar ve spelling açısından kontrol etmek ve daha temiz bir versiyonunu vermek.
Genelde uzun prompt’ları önce bu Agent’a veriyorum, sonra düzeltilmiş çıktıyı asıl teknik işi yapacak Agent’a gönderiyorum.
Böylece benim berbat İngilizcem yüzünden konuyu yanlış anlaması ihtimali azalıyor.
Bu Agent için kullandığım AGENTS.md dosyasını da buraya bırakıyorum.
https://gist.github.com/saderi/a086ddaf8816db353afb25df9995458d