Sansürsüz Yapay Zekâ Gerçekten Daha mı İyi? Test Ettim
Mert Durmazer | Digital Academy · 2026-10-28
💡 Hızlı Bilgi
1. Standart GLM 5.3 ile sansürsüz sürümü olan Abliteration Large v2 aynı tersine mühendislik testinde karşılaştırıldı.
2. Küçük kod görevinde standart model 53 saniyede biterken, sansürsüz model aynı sonuca 233 saniyede ulaştı.
3. Filtreleri kaldırma işlemi (abliterasyon) modele yeni bilgi katmıyor; sadece reddetme mekanizmasını devreden çıkarıyor.
4. 53 bin dosyalı PHP güvenlik testinde iki model de uzun raporlar yazdı ama asıl açığı tam çözemedi.
5. Konuşmacıya göre sansürsüz modeller daha akıllı çalışmıyor; her iki modelin çıktısını da adım adım denetlemek gerekiyor.
📊 Detaylı Açıklama
Deneyin ilk aşamasında iki yapay zekaya küçük bir zamanlama uygulaması verildi. Standart GLM 5.3 modeli 16 araç çağrısıyla işi 53 saniyede bitirdi. Sansürsüz GLM 5.3 modeli ise 31 araç çağrısı yaptı ve 233 saniye harcadı. İki model de uygulamanın çalışma sırasını ve kod mantığını doğru çözdü. Ancak sansürsüz model yazdığı raporda kendisiyle çelişti. Model bir cümlede ana klasörün dışına çıkmadığını yazdı. Hemen ardından dışarıdaki geçici bir log dosyasına veri yazdığını belirtti. Fazladan çalışması sonuca bir artı sağlamadı.
İkinci aşamada modellerin önüne PHP'nin iki sürümü arasındaki 53 binden fazla dosya kondu. Resmi güvenlik duyurusu ve açık kodu verilmeden güvenlik düzeltmesini bulmaları istendi. Standart model 14 dakika boyunca çalıştı ve 11 adet güvenlik bulgusu çıkardı. Değişen kod satırlarını buldu ama bellek yönetimiyle oturum durumundaki asıl kritik açığı doğru bağlayamadı. Sansürsüz model de benzer hatalar yaptı ve bazı ipuçları yakalasa da resmi çözümü eksik bıraktı. Konuşmacı, yapay zekanın uzun ve ikna edici raporlarına hemen güvenilmemesini, dosya ve satır kanıtlarının tek tek doğrulanmasını öneriyor.
🎯 Teknoloji Uzmanı Yorumu
Model ağırlıklarından reddetme yönünü çıkarmak yapay zekayı daha yetenekli kılmıyor. Konuşmacının kırmızı kabloyu çekme benzetmesi durumu özetliyor. Bu müdahale modele yeni bir mühendislik bilgisi kazandırmıyor. Hatta akademik testlerin gösterdiği gibi doğruluk payını düşürebiliyor. Sansürsüz modelin ilk görevde 4 kat daha uzun süre harcayıp raporda kendiyle çelişmesi bu kaybı doğruluyor.
PHP testindeki sonuçlar büyük kod tabanlarında yapay zekanın sınırlarını net biçimde çiziyor. Modeller araçları çalıştırıp binlerce satırı tarayabiliyor. Fakat yüzeydeki kod farkını görmekle onun arkasındaki güvenlik mantığını kavramak tamamen ayrı şeyler. İki model de doğru satırları okumasına rağmen asıl zafiyeti tam olarak birleştiremedi. Sayfalarca süren teknik raporlar kullanıcıda sahte bir güven duygusu oluşturabiliyor.
Konuşmacının aktardığı veriler sansürsüz modellerin sihirli birer araç olmadığını gösteriyor. Güvenlik filtrelerine takılmadan zararlı yazılım veya açık analizi yapmak isteyen güvenlik uzmanları için bu modeller bir seçenek olabilir. Ancak genel tersine mühendislik ve kod analizi için standart modellerden daha üstün bir sonuç vermiyor. Çıkan kodları satır satır denetleyecek teknik birikimi olanların bu araçları kontrollü kullanması, mucize bekleyenlerin ise temkinli kalması mantıklı görünüyor.