Kurum verinizle çalışan ölçülebilir
Türkçe yapay zekâ altyapısı.
Türkçe ve az temsil edilen diller için model, embedding ve değerlendirme katmanları geliştiriyoruz. Açık benchmark çıktılarımızı; verinizi dışarı çıkarmadan çalışan RAG, semantik arama ve kurumsal asistan çözümlerine taşıyoruz.
Kanıtlanmış çıktıları deneyin.
Modellerimizi, tokenizer ve embedding çalışmalarımızı canlı demolar üzerinden test edin. Her bağlantı açık kaynak veya yayınlanmış bir ürüne gider.
Magibu Q3
Türkçe metin üretimi ve anlama için geliştirdiğimiz foundation model. Canlı sohbet arayüzünde doğrudan deneyin.
Sohbete başlaTR-MMLU
6200+ soruluk açık MMLU listesi · 57 alan. Türkçe modelleri yan yana karşılaştırın.
Tam listeyi açTurkish Tiktokenizer
Türkçe morfoloji için geliştirdiğimiz tokenizer. Ek ayrımı ve token verimliliğini canlı karşılaştırın.
Demoyu açembeddingmagibu-200m
Türkçe odaklı embedding modeli · TR-MTEB #1. Canlı semantik benzerlik demosu.
Demoyu açTR-MTEB Scoreboard
26 veri seti ve 6 görev üzerinde açık embedding lider tablosu. Modelleri yan yana inceleyin.
Skor tablosuKurumsal Türkçe veride beş gerçek engel.
Kurumların doküman ve bilgi tabanları üzerinde güvenilir yapay zekâ kurmasını zorlaştıran yapısal sorunlar - ve Magibu'nun her birine karşılık veren yaklaşımı.
Anahtar kelime eşleşmesi Türkçe için yetersizdir.
Ek ayrımı, morfolojik zenginlik, eş anlamlılar ve bağlam genişliği; klasik arama motorlarını gerçek kullanıcı sorularında yanıtsız bırakır.
Genel amaçlı modeller alan terminolojisini anlayamaz.
Hukuk, sağlık ve kurumsal operasyon metinlerinde kullanılan jenerik embedding modelleri alan terminolojisini kavrayamaz; yanıtlar yüzeyde kalır.
Yapay zekâ sistemleri ölçülmeden devreye alınıyor.
Genelde sadece tekil örneklerle 'çalışıyor gibi görünen' demolar tasarlanıyor. Recall, precision ve MRR gibi metrikler ölçülmeden yatırım kararları veriliyor.
Veri gizliliği ve regülasyonlar (KVKK/GDPR) esastır.
Kritik kurum verileri denetimsiz şekilde genel API'lere gönderiliyor. Veri konumlandırma, yerel kurulum ve erişim denetimi (audit log) altyapısı eksik.
Kaynaksız yanıtlar kurumsal güven oluşturmaz.
Yapay zekânın ürettiği yanıtların hangi şirket dokümanına veya paragrafına dayandığı gösterilmedikçe, bu çıktılar kritik karar süreçlerinde kullanılamaz.
Retrieval Platform bütünsel çözümler.
Embedding'den başlayıp yapay zekâ sistemine, oradan kurum içi kuruluma uzanan bütünsel bir yığın. Bir katmanı tek alın, ya da üçünü birlikte çalıştırın.
Magibu
Embed API
Türkçe ve az temsil edilen diller için optimize edilmiş, OpenAI uyumlu yüksek performanslı embedding API. Gelişmiş dil temsil yeteneği ve uzun bağlam desteği.
Magibu
Search Kit
Yapay zekâ uygulamalarınız için hazır altyapı katmanı. Otomatik doküman işleme, anlamlı parçalama (chunking), vektör veri tabanı entegrasyonları ve performans ölçüm araçları.
Magibu
Private AI
Tamamen kurum içinde veya özel bulut (private cloud) ortamınızda çalışan izole yapay zekâ mimarisi. Alan uyarlamalı arama, kaynak gösterme zorunluluğu, SSO/LDAP entegrasyonu ve denetim kayıtları.
Magibu
Q3 Foundation
Türkçe metin üretimi ve anlama kabiliyeti yüksek olan temel (foundation) modelimiz. Kurumsal pilot çalışmalarında veri güvenliği standartlarıyla devreye alınır.
Önce ölç, sonra kur.
Magibu Retrieval Audit, pilot öncesi 2 haftalık ölçüm ve analiz paketi. Kendi verinizde hangi modelin ve hangi mimarinin daha yüksek doğrulukla çalıştığını birlikte görürüz.
"Önce kendi dokümanlarınızda hangi model ve mimarinin daha iyi çalıştığını ölçelim; sonra güvenli sistemi kurum içinde kuralım."
Süreç odaklı ve bilimsel yaklaşım. Büyük bir sistem satın almadan önce ölçüm yapıyoruz. Çoğu kurum bu adımı atlayıp zaman ve kaynak kaybettikten sonra bize dönüyor. Biz doğrudan bu adımla başlıyoruz.
Veri Örnekleme ve Analiz
Kurum dokümanlarınızdan temsili bir alt küme seçilir. Verileriniz kurum dışına çıkmadan güvenli bir çalışma ortamına alınır.
Kullanıcı Test Senaryoları
Alan uzmanlarıyla birlikte 30-100 adet gerçek kullanıcı sorusu ve bunlara karşılık gelen doğru kaynak paragraflar hazırlanır.
Model ve Mimari Benchmarkı
Magibu, OpenAI, Cohere, Voyage ve E5 gibi modeller aynı veri kümesi üzerinde karşılaştırılır. Chunking ve reranking stratejileri test edilir.
Kapsamlı Metrik Raporu
Recall, precision, MRR ve gecikme (latency) süreleri raporlanır. En yüksek kazanç sağlayan alanlar ile kritik hata noktaları vaka bazında sunulur.
Mimari ve Topoloji Önerisi
Model, chunking parametreleri, reranker modeli, vektör veri tabanı ve kurumsal kurulum şeması için teknik ve mali gerekçeli tek sayfalık öneri.
Yol Haritası ve Yatırım Kararı
Elde edilen veriler doğrultusunda pilot uygulamaya geçiş kararı verilir. Audit çalışması tek başına da kuruma net bir teknik yol haritası sunar.
Çift odaklı yapılanma.
Magibu Community açık ölçüm ve açık bilimi büyütür; Magibu Enterprise aynı bilgiyi kurumlarda ölçülebilir, güvenli ürünlere dönüştürür.
Ekosisteme açık
katkı ve bilim.
Akademi-endüstri iş birliklerini güçlendiren, ekosisteme açık katkı ve karşılıksız değer sunan topluluk yapılanmamız. Geliştirme sürecimiz şeffaf, katkılarınız herkese açıktır.
- 01Şeffaf GeliştirmeGitHub Issues + Kanban · Herkese açık PR
- 02Topluluk EtkinlikleriMeetup, hackathon, webinar · 400+ video deneyimi
- 03Veri ve Eğitim KodlarıWikipedia-40, hukuk/tıbbi diyalog · pre-train & fine-tune betikleri
- 04Açık Benchmark & EvalTR-MTEB · TR-MMLU · alan bazlı eval kit
Kurumlara özel
katma değerli çözümler.
Yapay zekâ ve yazılım teknolojilerini ürüne dönüştüren, veri gizliliği kritik kurumlara özel bulut veya yerel (on-premise) kurulumlar sağlayan ticari yapılanmamız.
- 01Yatırımcı OrtaklığıMali güce sahip kurucu ortaklar · paydaş modeli
- 02Retrieval PlatformEmbed API · Search Kit · Private AI
- 03Private AI Pilot4 haftalık on-prem kurulum · AI sistemi + audit
- 04Eğitim ve DanışmanlıkMimari tasarım, veri güvenliği, model optimizasyonu
Birlikte üretiyoruz.
Ortak iş yürüttüğümüz kurumlar ve topluluklar. Logoya tıklayarak web sitelerine gidebilirsiniz.
başvuru ve iş birliği.
Pilot, API erişimi, yatırım veya araştırma iş birliği için formu doldurun. Ekibimiz en kısa sürede size dönecektir.
"Önce kendi dokümanlarınızda hangi model ve mimarinin daha iyi çalıştığını ölçelim; sonra güvenli sistemi kurum içinde kuralım."
- → magibu.dev · Embedding API
- → TR-MTEB · 26 veri seti
- → On-prem / Private AI