Microsoft BitNet b1.58'i temel bir M2 üzerinde test ettik. Metal 12 t/s veriyor. Yalnızca CPU ise anlamsız çıktı üretiyor. 1.58-bit'in gerçek değeri hız değil, RAM.
Sistematik bir çalışma: 5 pipeline varyantı, Kiril metni üzerinden eğitim verisi sızıntısı ve "sandviç" yaklaşımının neden bir çözüm değil geçici bir yöntem olduğu.
Üç FLUX.2-klein LoRA (uzay sanatı, ukiyo-e, logolar) ve Qwen3-8B üzerinde kişisel bir DoRA adaptörü. Eğitim konfigürasyonları ve tekrarlanabilirlik adımlarıyla.
Neden "bir chatbot ekle" ile "sürecin içine bir ajan yerleştir", farklı sonuçları olan iki ayrı iştir.
Nasıl "AI istiyoruz" ifadesi "rakamı sabitledik ve sahibiyiz" haline getirilir. Adım adım.
Model, projenin %10'u. Diğer %90 ise veri, entegrasyonlar ve SLA. Bunu anlayanların neden kazandığı.
Mistisizm değil, PR sloganı değil. Sadece matematik: AI işin tam olarak neresinde yükü hafifletir ve bu nasıl ölçülür.
