# TraVisionLM: Türkçe görselleri anlayan 875 milyon parametreli model

Kaynak: https://3dsinifi.com/haber/travisionlm-turkce-gorselleri-anlayan-875-milyon · Kategori: AI Modeller · Yayın: 3 Kasım 2026

> Ucsahin tarafından geliştirilen TraVisionLM, bir görsel ve Türkçe talimatla kısa açıklama, ayrıntılı betimleme ve temel görsel soru-cevap üretebiliyor. Model 875 milyon parametreli ve Apache 2.0 lisanslı.

## Kısaca
- TraVisionLM, Hugging Face’te paylaşılan 875 milyon parametreli bir görsel dil modeli.
- Model, SigLIP görsel kodlayıcısını ve Türkçe GPT2-large dil modelini bir araya getiriyor.
- Kısa ve ayrıntılı görsel açıklama ile temel görsel soru-cevap görevlerini destekliyor.
- Model kartına göre çoklu görsel karşılaştırması, OCR ve karmaşık çok turlu sohbet kullanım kapsamı dışında.

Ucsahin tarafından geliştirilen TraVisionLM, Hugging Face üzerinde paylaşılan ve görsellere Türkçe talimatlarla yanıt vermek üzere tasarlanan bir görsel dil modeli. Model kartında yayımlanma tarihi belirtilmediği için duyurunun hangi gün yapıldığı doğrulanamıyor. 875 milyon parametreli model; görsel açıklama, görsel hakkında temel soruları yanıtlama ve farklı görevlere ince ayar yapma gibi kullanımları hedefliyor.

## Görsel ve dil bileşenleri nasıl bir araya geliyor?

TraVisionLM, SigLIP görsel kodlayıcısını ve ytu-ce-cosmos/turkish-gpt2-large dil modelini birleştiriyor. İki bileşen arasındaki bağlantıyı görsel projektör sağlıyor. Geliştirici, model mimarisinin PaliGemma’ya yakın olduğunu, ancak projektör ve nedensel dil modellemesi tarafında bazı uyarlamalar yapıldığını belirtiyor.

Eğitim sürecinde her iki bileşeni sıfırdan eğitmek yerine mevcut modellerden yararlanılmış. Model kartına göre görsel ve metin özelliklerini hizalamak için, LLaVA eğitim tarifesi izlenerek yalnızca görsel projektör 500 bin görüntü-metin çiftiyle eğitilmiş. Ardından kısa ve ayrıntılı açıklama ile temel görsel soru-cevap görevleri için 1 milyondan fazla görüntü-istem-tamamlama üçlüsü kullanılmış.

## Hangi görevlerde kullanılabiliyor?

Kullanıcı, modele “Görseli özetle” ya da “Detaylı açıkla” gibi Türkçe yönergeler verebiliyor. Bir görselin odağını, içindeki nesnelerin rengini veya sahnede neler olduğunu sormak da temel kullanım örnekleri arasında. Geliştirici, kısa açıklama görevinde modelin halüsinasyon eğiliminin daha düşük; ayrıntılı açıklama ve açık uçlu sorularda ise daha yüksek olduğunu belirtiyor.

Modelin kapsamı bazı önemli sınırlar da içeriyor. TraVisionLM birden fazla görseli aynı anda kabul etmiyor; dolayısıyla iki görseli karşılaştırma senaryosu desteklenmiyor. Karmaşık, çok turlu sohbet için de uygun olmadığı belirtiliyor: önceki soruların bağlamı korunmuyor. Ayrıca model OCR, segmentasyon ve çoklu nesne tespiti için eğitilmiş değil. Nesne tespiti amacıyla ince ayar yapılmış ayrı bir model adresi paylaşılmış olsa da bu, temel modelin söz konusu görevlerdeki sınırlamalarını ortadan kaldırmıyor.

## Mimarlık ve görselleştirme iş akışlarında ne sağlayabilir?

Mimarlık ve iç mekân ekipleri, bir render veya referans görseli için kısa bir Türkçe açıklama üretmek ya da görseldeki belirli bir unsur hakkında temel soru sormak amacıyla modeli deneyebilir. Bu kullanım, görseli tarif etme ve ilk değerlendirme aşamalarında yardımcı olabilir; ancak modelin mimarlık görselleri için özel olarak eğitildiğine dair bir bilgi bulunmuyor. Bu nedenle mekânsal, malzeme veya tasarım kararlarının doğrulanmış uzman yorumu gibi değerlendirilmemesi gerekir.

Geliştirici, modeli Transformers kütüphanesiyle uyumlu olarak tanımlıyor; yükleme, kullanım ve ince ayar için harici kütüphane gerekmediğini bildiriyor. Lisans bilgisi Apache 2.0 olarak verilmiş. Model kartı donanım gereksinimi veya performans ölçümü paylaşmıyor; bu yüzden ekiplerin kendi ortamlarında deneme yapmadan iş istasyonu ihtiyacı ya da üretim hızı hakkında sonuç çıkarmaması yerinde olur.

## Denemelerde hangi sınırlara dikkat edilmeli?

İlk testlerde kısa açıklama yönergeleri tercih edilip sonuçlar kaynak görselle karşılaştırılabilir. Detaylı betimleme ve soru-cevap çıktılarında ise görselde bulunmayan ayrıntılar üretilebildiği için sonuçlar kontrol edilmeli. Tek görsel sınırı, önceki mesajların hatırlanmaması ve OCR desteğinin bulunmaması; pafta, çizim veya çoklu görsel inceleme süreçlerinde kullanım alanını daraltabilir. Nesne tespiti gerekiyorsa model kartında ayrıca belirtilen ince ayarlı sürümün kapsamı değerlendirilmelidir.

## Pro ipucu
İlk denemelerde kısa açıklama istemleri kullanın ve çıktıyı doğrudan kaynak görselle karşılaştırın. Metin tanıma, segmentasyon veya birden fazla görseli kıyaslama gerektiren işleri bu modele vermeyin.

## 3dsınıfı yorumu
TraVisionLM’in en somut değeri, görseller hakkında Türkçe yönergelerle yanıt üretebilmesi ve geliştiricinin kullanım için Transformers uyumluluğu belirtmesi. Görselleştirme ekipleri bunu referans görsellerini hızlıca betimlemek ya da ilk aşama görsel soru-cevap denemeleri için değerlendirebilir; ancak modelin mimari görseller üzerinde özelleştiğine dair bilgi yok.

Ofisler açısından Apache 2.0 lisansı olumlu bir başlangıç noktası sunsa da lisans tek başına kurumsal kullanım kararını tamamlamaz. Donanım gereksinimi ve performans verileri açıklanmadığından önce küçük bir iş akışında test yapmak gerekir. Özellikle ayrıntılı açıklamalardaki halüsinasyon riski ve OCR gibi desteklenmeyen görevler göz önünde bulundurulmalı.

## Kaynaklar
- [huggingface.co](https://huggingface.co/ucsahin/TraVisionLM-base) (özet)

_Yapay zekâ ile yazıldı, kaynaklarla doğrulandı. © 3dsınıfı_