Granite 4.2: IBM'in Akıl Yürüten Yeni Dil Modelleri
IBM, Granite 4.2 ailesini tanıttı: 3B, 8B ve 30B boyutlarında, akıl yürütme odaklı, açık kaynaklı dil modelleri. Bu modeller, 512K token bağlam penceresi, düşünme/düşünmeme modu ve yerel araç çağırma yetenekleriyle öne çıkıyor. Apache 2.0 lisansıyla yayınlanan modeller, çok aşamalı bir eğitim sürecinden geçiyor.
Granite 4.2'nin Tanıtımı
IBM, Granite dil modeli ailesinin akıl yürütme odaklı yeni sürümü Granite 4.2'yi duyurdu. Bu aile, 3B, 8B ve 30B parametre boyutlarında üç farklı modelden oluşuyor. Önceki Granite sürümleri güçlü birer talimat takipçisi olarak biliniyordu; Granite 4.2 ise açıkça akıl yürütme yeteneği ekliyor. Her model, cevabını vermeden önce bir düşünce zinciri (chain of thought) üretebiliyor ve görevin karmaşıklığına göre düşünme veya düşünmeme modunda çalışabiliyor. Ayrıca, kolay sorular için kısa bir akıl yürütme bütçesi harcayan düşük efor modu da mevcut. Üç model de aynı mimariyi paylaşıyor ve aynı eğitim hattından geçiyor: sıfırdan ön eğitim, denetimli ince ayar (SFT) ve çok aşamalı pekiştirmeli öğrenme (RL). Tüm modeller Apache 2.0 lisansıyla açık kaynak olarak sunuluyor.
Mimari ve Ön Eğitim
Granite 4.2 modelleri, yalnızca kod çözücü (decoder-only) yoğun bir transformatör mimarisi üzerine inşa edilmiş. Temel bileşenler arasında 40 sorgu başlığı ve 8 KV başlığı içeren Gruplu Sorgu Dikkati (GQA), 10.000.000 teta değerine sahip Döner Konum Gömme (RoPE), SwiGLU aktivasyonlu MLP, RMSNorm normalizasyonu ve ayrı girdi/çıktı gömme katmanları yer alıyor. Modeller, yaklaşık 15 trilyon token üzerinde sıfırdan eğitilmiş. Eğitim, beş aşamalı bir strateji izliyor: ilk iki aşama temel ön eğitim, üçüncü ve dördüncü aşamalar giderek daha yüksek kaliteli verilerle orta eğitim, beşinci aşama ise bağlam penceresini 512K tokena genişleten uzun bağlam eğitimi. Her aşama farklı bir veri karışımı ve öğrenme oranı programı kullanıyor; geniş web ölçekli verilerden daha seçilmiş, yüksek kaliteli kaynaklara kademeli bir geçiş söz konusu.
Denetimli İnce Ayar
Denetimli ince ayar (SFT), temel modeli güvenilir bir talimat takipçisi, akıl yürütücü ve araç kullanıcısına dönüştürüyor. SFT veri karışımı, %31,6 aracı (agentic) ve %68,4 aracı olmayan veriden oluşuyor; toplamda yaklaşık 7,2 milyon örnek (yaklaşık 100 milyar token) içeriyor. Aracı veri seti; yazılım mühendisliği (%69), araç çağırma (%12,1), terminal kullanımı (%8,0), matematik (%3,5), arama (%0,8) ve eylem (%0,2) gibi alanları kapsıyor. Bu örnekler, OpenHands, OpenCode, Terminus-2, SWE-agent gibi çeşitli aracı iskeletleri (scaffold) ve donanımları kullanılarak oluşturulmuş. Aracı olmayan veri seti ise talimat takibi (%18,8), kodlama (%18,8), matematik (%14,6), çok dillilik (%7,0), bilim (%5,4), akıl yürütme (%3,0) ve güvenlik (%0,8) kategorilerini içeriyor. Kalite kontrolü için GPT-OSS-120B ve Gemma 4 gibi modeller yargıç olarak kullanılıyor; düşük puanlı, hayal ürünü veya geçersiz araç etkileşimi içeren örnekler ayıklanıyor. Ayrıca, yerel ve genel tekilleştirme (deduplication) uygulanıyor.
Çok Aşamalı Pekiştirmeli Öğrenme
SFT sonrasında, çok aşamalı, çok ortamlı bir pekiştirmeli öğrenme (RL) hattı devreye giriyor. Bu hat, matematik, kod, bilim, talimat takibi, araç kullanımı ve yapılandırılmış çıktı gibi temel yeteneklerden başlayıp yazılım mühendisliği, terminal kullanımı ve web araması gibi aracı yeteneklere doğru ilerleyen bir dizi odaklanmış aşamadan oluşuyor. Her aşama, bir önceki aşamanın kontrol noktasından (checkpoint) başlayan bağımsız bir RL çalışması. Eğitimde, üretici ve eğitici yarıların birbirini engellemediği asenkron GRPO (Grup Göreli Politika Optimizasyonu) kullanılıyor. Ödül türleri arasında doğrulanabilir ödüller (matematikte kutu içi cevap kontrolü, kodda gizli testler), yargıç tabanlı ödüller (açık uçlu görevler için) ve aracı sonuç ödülleri (uzun araç kullanım yörüngelerinin sonunda tek bir bit) yer alıyor. 8B ve 30B modelleri, gerçek ortamlarda araç kullanmayı öğrendikleri aracı RL bloğundan geçiyor; 3B model ise bu bloğu atlayıp daha kısa bir yol izliyor.
Sonuçlar ve Kullanım
Granite 4.2 modelleri; aracı kodlama, genel aracı ve araç kullanımı, akıl yürütme, sohbet ve talimat takibi ile uzun bağlam alanlarında değerlendirilmiş. Sonuçlar, model boyutu büyüdükçe akıl yürütme puanlarının (AIME25, HMMT, GPQA, LiveCodeBench) arttığını gösteriyor. Aracı kodlama çözüm oranlarında 30B modeli, SWE-Bench varyantlarında ve Terminal-Bench'te başı çekiyor. Modeller; İngilizce, Almanca, İspanyolca, Fransızca, Japonca, Portekizce, Arapça, Çekçe, İtalyanca, Korece, Felemenkçe ve Çince dillerini destekliyor. Ayrıca, vLLM ile FP8, NVFP4, MXFP4 ve GGUF formatlarında dört nicelenmiş (quantized) varyant yayınlanmış. Modeller, OpenAI uyumlu bir uç nokta üzerinden sunulabiliyor ve yerel araç çağırma yeteneği sayesinde OpenCode, Pi, OpenHands gibi aracı donanımlarıyla kolayca entegre oluyor. Örnek kodlar, Hugging Face üzerinden modelin nasıl yükleneceğini ve düşünme modunun nasıl etkinleştirileceğini gösteriyor.
Neden Önemli?
Granite 4.2, açık kaynaklı dil modelleri alanında önemli bir adım. IBM'in bu modelleri Apache 2.0 lisansıyla yayınlaması, Türkiye'deki araştırmacılar ve şirketler için büyük bir fırsat. Özellikle 512K tokena kadar uzanan bağlam penceresi, uzun belgeler ve kod tabanları üzerinde çalışan yerel uygulamalar için cazip. Düşünme/düşünmeme modu ve düşük efor modu, maliyet ve hız dengesini kullanıcıya bırakıyor. Ayrıca, modellerin gerçek ortamlarda araç kullanmayı öğrenmesi, yapay zeka ajanlarının (agent) daha yetenekli hale gelmesi anlamına geliyor. Türk teknoloji ekosistemi için bu, kendi ajan uygulamalarını geliştirmek isteyen girişimlerin ve kurumların güçlü bir temel modele erişebileceği anlamına geliyor. IBM'in eğitim altyapısını (NVIDIA GB200 NVL72 kümesi) ve açık kaynaklı NeMo-RL/NeMo-Gym bileşenlerini paylaşması da sektörde şeffaflık açısından değerli. Bu modellerin yetenekleri, özellikle yazılım geliştirme ve veri analizi gibi alanlarda üretkenliği artırabilir; ancak her yeni modelde olduğu gibi, güvenlik ve önyargı konularında dikkatli olunması gerekiyor.
