TruvaLI teknik raporu

Sürüm 1.1 · Ekim 2026 · Bitrelic Teknoloji A.Ş.

Özet

Genel amaçlı dil modelleri, uyum işinin en kritik noktalarında zayıf kalıyor: madde numarası ve süre uyduruyorlar, Türk mevzuatını derinlemesine bilmiyorlar ve bir kurumun müşteri verisi gönderemeyeceği sunucularda çalışıyorlar. Bu raporda, yaklaşık 6.000 kaynaktan oluşan bir arşivle AML, dolandırıcılık ve uyuma uyarlanmış bir görsel dil modeli olan TruvaLI'yi anlatıyoruz. Açık kaynak bir temel modeli, kendi sunucularımızda çalışan açık kaynak öğretmen modellerin ürettiği ve alana özgü kalite kapılarından geçirilen sentetik örneklerle LoRA yöntemiyle ince ayardan geçirdik. v1.1, temel modeline göre uyum sınavı doğruluğunu %88,8'den %92,6'ya, kaynağa dayalı soru cevaplamayı %89,3'ten %91,6'ya, geçerli yapılandırılmış çıktıyı %0'dan %89,3'e çıkarıyor. Bu sonuçların yanında başarısızlıkları da raporluyor ve Haziran 2027'ye kadarki yol haritasını ortaya koyuyoruz.

1. Giriş

Bir uyum görevlisinin günü okumakla geçer: mevzuat, tipoloji raporları, vaka dosyaları, hesap dökümleri, olumsuz medya. Büyük dil modelleri hızlı okur, ama üç sorun onları bu işin dışında tutuyor. Bilmedikleri yerde kendinden emin cevap veriyorlar; yanlış bir sürenin mevzuat ihlali demek olduğu bir alanda bu kabul edilemez. Türk mevzuatı (MASAK, BDDK, TCMB, SPK, KVKK) bilgileri zayıf. Çoğu da yalnızca sağlayıcının sunucularında çalışıyor ve müşteri verisi oraya gidemez.

TruvaLI üç soruya cevap aramak için yola çıktı:

1. Alan verisiyle uyarlanmış açık bir model, bilmediği konularda dürüst kalırken uyum görevlerinde temel modelini geçebilir mi?
2. Eğitim verisi, kapalı ticari modellerin çıktısı ve ham müşteri verisi kullanılmadan üretilebilir mi?
3. Sonuç, kurumun ya da bizim kontrol ettiğimiz tek bir sunucuda çalışabilir mi?

2. Tasarım ilkeleri

• Kaynağa dayalı: mevzuat hakkındaki bir cevap geldiği pasajı gösterir ya da pasajın metinde olmadığını söyler.
• Maskeli: kişisel veri yalnızca MASKED: token'ları olarak görünür; maskesiz veri içeren örnek atılır.
• Temiz soy ağacı: sentetik veri kendi donanımımızdaki açık kaynak öğretmen modellerden gelir; kapalı ticari modeller yalnızca tasarım ve değerlendirmede kullanılır.
• Yetki alanı bilinci: yabancı bir kural yabancı olarak adlandırılır, asla Türk mevzuatı gibi sunulmaz.
• Dört göz: yazan her işlem (karar, kural, rapor) insan onayına gider.
• Kendi altyapımızda: eğitim verisinin üretimi de sunum da kontrol ettiğimiz donanımda çalışır.

3. Veri

3.1 Kaynak arşivi

Arşivde yaklaşık 6.000 kaynak ve 270.000 sayfa bulunuyor; kaynaklar tek tek atıf yapılabilen pasajlara bölünüyor.

En çok kaynak gelen yayıncılar KVKK, MASAK, FATF, FFIEC, FinCEN, FINTRAC, EBA, Egmont Group, TBMM, EDPB, ICO, GİB ve BDDK. Arşiv Türkiye dışında Birleşik Krallık, ABD, AB, Almanya, Kanada, Karadağ, Hırvatistan, Azerbaycan, KKTC, İsviçre, BAE, Hong Kong, Avustralya, Batı Balkanlar ve Orta Asya'yı kapsıyor. Kaynakların çoğu Türkçe ve İngilizce; en hızlı büyüyen kısım Karadağca, Hırvatça, Almanca ve Azerbaycan Türkçesi kaynaklar.

3.2 Alan kapsamı

3.3 Lisans

Her kaynak ya atıf yapılabilir (kanunlar, kamu kurumlarının yayınları, açık lisanslı içerik) ya da okuyup öğrenme olarak etiketleniyor. Atıf yapılabilir pasajlar bir cevapta kaynak gösterilerek yer alabilir. Okuyup öğrenme malzemesi yalnızca öğretmen modellere gösteriliyor, TruvaLI'ye asla birebir verilmiyor; üretilen her örnek bir kaynaktan art arda 15 sözcükten ya da 8 sözcüklük dizilerinin %15'inden fazlasını kopyalamadığı kontrol ediliyor. Kullanım koşulları yapay zeka eğitimini yasaklayan kaynaklar arşive alınmıyor. Okuyup öğrenme malzemesi asla çevrilmiyor; yalnızca atıf yapılabilir çekirdek çevriliyor, çünkü çeviri bir türev eserdir.

3.4 Sentetik veri üretimi

Eğitim örneklerini kendi GPU'larımızda çalışan açık kaynak öğretmen modeller yazıyor.

• Ret örneklemesi: öğretmen her görev için dört ile sekiz aday yazıyor; en iyisi eğitime giriyor, geçerli olanların en kötüsü bir tercih çiftinin reddedilen yarısı oluyor.
• Zor çeldiriciler: kaynağa dayalı sorular, benzer ama yanlış pasajlarla birlikte soruluyor; model doğru olanı seçmeyi öğreniyor.
• Cevapsız sorular: kaynağa dayalı soruların dörtte birinin cevabı verilen pasajlarda yok; doğru davranış bunu söylemek.
• Davranış simülatörü: yaklaşık %30'u meşru olan 18 müşteri arketipi, etiketli davranış senaryoları üretiyor; model her olağan dışı müşterinin suçlu olduğunu öğrenmesin diye.
• Vaka kartları: haberlere ve mahkeme kararlarına yansımış gerçek vakalar anonim vaka kartlarına dönüştürülüyor; her kart farklı sektörlerin ürünlerine ve düzenleyicilerine göre yeniden yazılıyor.

3.5 Kalite kapıları

Her örnek, eğitime girmeden önce otomatik bir doğrulayıcıdan geçiyor:

• Şema ve araç çağrısı kontrolleri: yapı, eşleşen araç çağrısı kimlikleri, geçerli JSON argümanları
• Kişisel veri desenleri: T.C. kimlik numarası, IBAN, e-posta adresi ve telefon numarası
• Müşteriye yönelik her metin için tipping-off ifade listesi
• Kural sözlüğü: TruvaLI AML kural dilinin 168 alanı ve 53 toplamı, operatörler ve aksiyonlar
• Vaka tutarlılığı: karar, işaretler ve bildirim gerekliliği birbiriyle ve girdideki rakamlarla uyuşmalı
• Davranış dili: klinik teşhis yok, korunan özelliklerden şüphe yok, mağdurlar için orantılı ifade
• Kaynağa dayanma: her atıf gerçekten var olmalı, her rakam atıf yapılan pasajda geçmeli
• Kopyalama sınırları ve yetki alanı atfı

Neredeyse aynı örnekler, 0,85 benzerlik eşiğiyle MinHash kullanılarak ayıklanıyor. Değerlendirme verisi müşteri bazında ayrılıyor; pasajların %10'u ise tamamen dışarıda tutuluyor.

4. Görev taksonomisi

Tasarım 30 temel yetenekle başladı ve 50'yi aşan görev koduna genişledi.

Cevaplar dokuz role göre biçimleniyor: uyum, dolandırıcılık, davranış analizi, iç denetim, psikoloji, vergi müfettişliği, risk, yönetim ve fintek-kripto.

5. Eğitim

5.1 Pilot (v0)

Birkaç yüz örnekle eğitilen küçük bir pilot model 24 Eylül 2026'da tamamlandı. Sınav doğruluğunu 0,77'den 0,87'ye, kaynağa dayalı cevapları 0,50'den 0,78'e çıkardı; tam eğitime geçmek için bu yeterliydi.

5.2 v1

v1, açık kaynak bir görsel dil temel modelinin LoRA ile ince ayarı; bf16 hassasiyette tek epoch eğitildi. Kayıp yalnızca modelin kendi cevapları üzerinden hesaplandı ve görsel kodlayıcıya dokunulmadı; TruvaLI temel modelinin görsel okuma yeteneğini koruyor. Düşünme eğitilmedi.

v1 karışımında bilgi ağır basıyordu: uzman anlatımları (%52), sınav soruları (%28), kaynağa dayalı soru-cevap (%8), genel davranış ve kimlik (%5), tipolojiler (%3), sosyal mühendislik (%2) ve olumsuz medya (%2). Örneklerin %80'i Türkçeydi. Bu dengesizlik ilk sürüm için bilinçli bir tercihti ve v1.3 ile v1.4'ün değiştirdiği asıl şey bu: bu iki sürümden sonra karışımın üçte ikisi araç kullanımı, vaka JSON'u, kurallar ve SQL gibi becerilerden oluşuyor.

5.3 Sunum

TruvaLI nicelenip kendi sunucumuzda sunuluyor. PDF'ler sayfa sayfa görüntüye çevrilip modelin kendisi tarafından metne dökülüyor; belgeler sunucudan çıkmıyor. Düşünme modu, akıl yürütmesi çalışma anında açılan aynı model.

6. Değerlendirme

v1.1, hiç dokunulmamış temel modeline karşı:

Sınav havuzunda 17.976 soru var; kaynağa dayalı test 803 ayrılmış pasajdan çekiliyor. Cevapsız soru ve JSON sonuçları küçük örneklemlerden geliyor; kesinlik değil yön olarak okunmalı. v1.4'ten itibaren her sürüm daha büyük setlerle ölçülüyor: en az 50 cevapsız soru, en az 200 JSON görevi, üç lehçenin her birinde 150 SQL sorusu ve çok dilli kayma için dil başına 50 soru.

7. Güvenlik

Temel kurallar her sohbette geçerli: tipping-off yok, aklama ya da kaçınma konusunda yardım yok, maskeli verinin çözülmesi yok, metne gömülü talimatlar veri olarak görülüyor, yazan işlemler dört göz onayına gidiyor ve rakam uydurulmuyor. Davranış görevleri kendi sınırlarını ekliyor: klinik teşhis yok, yaş, cinsiyet ya da uyruğa dayalı şüphe yok, yalan tespit ettiği iddiası yok.

Ayrı güvenlik ve ret eğitim setleri hazır ama v1'e girmedi; v1.1'de bu kurallar sistem talimatıyla uygulanıyor. v1.3'ün eğitiminde yer alıyorlar.

8. Sınırlar

• Araç kullanımı: v1'de araç kullanımı örneği yoktu. Düşünme modu kapalıyken dört araç çağrısı testinin dördünde de başarısız oldu; düşünme moduyla dördünü de geçti.
• Rakamlar: testte, mevzuatın on iş günü dediği bir bildirim süresini 24 ila 48 saat olarak söyledi. Rakamlar ve süreler kontrol edilmeli.
• Düşünme eğitilmedi: düşünme modu çalışıyor, ama akıl yürütmenin kendisi hiç eğitim verisinde yer almadı.
• Kimlik: sistem talimatı olmadan model kendini her zaman doğru tanıtmıyor.
• Kapsam: para katırları, davranış analizi, Türkçe dolandırıcılık kaynakları ve klasik tipolojiler az temsil ediliyor.
• Diller: hedef pazar dilleri v1 eğitim verisinin %1'ini oluşturuyor.
• Hız: mevcut sunucuda cevaplar istediğimizden yavaş.

9. Yol haritası

v1.1'den sonraki adımlar Haziran 2027'ye kadar aylık minör sürümlerle geliyor: v1.2'den v1.10'a dokuz sürüm. Hiçbiri büyük bir sıçrama değil; her biri bir uyum modelinde olması gereken bir parçayı ekliyor. İlk üçü bu yıl bitmeden yayında olacak.

Sürümler

Bu yıl bitmeden: v1.2, v1.3 ve v1.4

• Spekülatif kod çözmeyle daha hızlı cevaplar
• TruvaLI'nin cevap verirken kaynak arşivine bakabilmesi için bir arama aracı
• Beceriler eğitim karışımının üçte ikisine çıkıyor: araç kullanımı, JSON olarak vaka değerlendirme, kural ve kontrol tasarımı, SQL ve rapor tanımları
• Bugün sistem talimatıyla uygulanan güvenlik kuralları modelin kendisine öğretiliyor
• Reddedilen adaylardan, v1'in kendi hatalarından ve 👎 puanlarından kurulan çiftlerle tercih eğitimi
• Haberlerden, mahkeme kararlarından ve yayımlanmış raporlardan 4.000 vaka kartı; her biri bankacılık, ödeme ve elektronik para ile kripto varlık hizmet sağlayıcıları için yeniden yazılıyor
• 1.500 örneklik bir uzman okuması ve doğrulanmış bir mevzuat rakamları listesi

Haziran 2027'ye kadar: v1.5'ten v1.10'a

• Beş dilde eğitim: Türkçe, İngilizce, Karadağca ve Hırvatça, Almanca ve Azerbaycan Türkçesi
• Yerli ve çevrilmiş arşiv üzerinde ara eğitim: TruvaLI pazar dillerini akıcı okuyup yazsın ve o ülkelerin kendi mevzuatını öğrensin
• Kendi kapanmış vakalarımız, sözleşmeyle ve KVKK'ya uygun bir anonimleştirme süreciyle vaka kartı olarak; ham kayıtlar asla eğitime girmiyor
• Önce altı, sonra sekiz, sonunda on sektör: bahis ve oyun, sigorta, döviz ve kıymetli maden, gayrimenkul, e-ticaret ve pazar yerleri
• Cevabın kodla doğrulanabildiği yerlerde pekiştirmeli öğrenme: SQL sonuçları, kural test vakaları, araç zinciri sonuçları ve mevzuat rakamları
• Bir belge aşaması: kimlik ve MRZ okuma, ticari belgeler, sahtecilik ipuçları ve görüntülü KYC desteği
• On dil ve 30.000 vaka kartı; eğitim örneklerinin dörtte biri gerçek vakalara dayanıyor
• v1.10'dan sonra aylık veri sürümleri, çeyreklik yeniden eğitim ve temel modelin yıllık gözden geçirilmesi
• TruvaLI AI topluluğunun gözden geçirip yaşattığı bir altın set

Kurum içi kurulum

Kurum içi kurulum bir sürümü beklemiyor. TruvaLI'yi TruvaLI AML ile birlikte kendi sunucularında çalıştırmak isteyen kurumlar bunu istedikleri zaman doğrudan talep edebilir. Ayrıntılar kurum içi kurulum sayfasında; talep için bize yazın.

Sürüm kapıları

Her sürüm, her seferinde büyüyen aynı setlerde ölçülüyor ve bir önceki sürümün gerisine düşerse yayına çıkmıyor. Hedeflerin yükseldiği sürümler şunlar:

10. Katkı

Bu yol haritası, uyum işini meslek olarak yapan insanlara dayanıyor. Cevapları inceleyebilir, yanlış rakamları yakalayabilir, bir dili kontrol edebilir ya da kaynak önerebilirseniz topluluk sayfasına göz atın.