Uygulamalı Kıvılcım Çok-Sesli Tur Yöntemi ve LLM Kırmızı Takım İş Akışı

Giriş: Neden tekil model sorgusu yerine çok-sesli kör çarpışma gerekir?

Üretim ortamında büyük dil modelleriyle (LLM) teknik araştırma veya klinik/sektörel analiz yürütüldüğünde en tehlikeli hata tipi açıkça bozuk yanıtlar değildir; akıcı yazılmış ve birden fazla modelin üzerinde uzlaştığı yanlış veya bayat varsayımlardır. Tek bir modele soru sorulduğunda model, istemin içindeki örtük beklentiyi sezerek onay yanlılığına (sycophancy) düşer.

Kıvılcım çok-sesli tur yöntemi ve onun güvenlik omurgasını oluşturan LLM kırmızı takım (red teaming) iş akışı, bu iki tuzağı ortadan kaldırmak için tasarlanmıştır: aynı soruya birbirini duymayan bağımsız sesler yanıt verir; hiçbir ses kendi otoritesiyle hükme giremez; doğrulanmamış her kaynak ve düşer testi olmayan her iddia kapıdan döner.

1. Yedi basamaklı Kıvılcım yordamı ve S0 yazar katmanı

19 Ekim 2026 itibarıyla kivilcim.html üzerinde çalışan yordam yedi ardışık basamaktan oluşur:

1. 01 · Ön Beklenti: Tur başlamadan önce eşgüdüm katmanı (Anu · Claude Fable), beklentiyi tek satır halinde karne dosyasına yazar; tur sonunda bu satır EVET, KESKİNLEŞTİ veya HAYIR olarak ölçülür.

2. 02 · Ölçüm ve Durum Tespiti: Yerel kütüklerde veya literatürde ölçülmüş sayılar çıkarılır; ölçülemeyen her nokta BİLİNMEYEN / ÖLÇÜLEMEDİ olarak işaretlenir.

3. 03 · Kimliksiz Brif: Soruyu soranın eğilimini gizleyen kimliksiz brif hazırlanır; her sesten TEZ → KURAM → KAYNAK (DOI/PMID/URL) → KARŞI TEZ → DÜŞER TESTİ istenir.

4. 04 · İki Katmanlı Ses Çarpışması (S0 Yazar + Kör Dış Sesler): Metnin omurgasını ve saha hükmünü doğrudan Yazar (S0 · Yusuf Aziz) kurar; S0 "on bir sesten biri" değildir.

5. 05 · Reaper Süzgeci ve Kırmızı Takım Eleği: Dış seslerden gelen her atıf Reaper denetçi ajan tarafından Crossref, doi.org ve PubMed API uçlarında sınanır; uydurma künyeler ve soruya özel kanıt getirmeyen EZBER yanıtlar mekanik olarak elenir.

6. 06 · Ses × Tez Matrisi ve İspat Kartları: Hangi modelin neyi savunduğu ve hangi ikilemin doğduğu dosya:satır kanıtıyla matrise işlenir; yazar sesiyle nihai Kıvılcım hükmü yazılır.

7. 07 · Karne ve Reaper Damgası: Ön beklentiyle turun sonucu karşılaştırılır; çıktıya doğrulanan/elenen kaynak sayılarını içeren Reaper damgası vurulur.

2. Uygulamalı vaka: 10 dış ses × 11 soru matrisi ve 420 atıf taraması

Yöntemin en kapsamlı saha sınavı, 18–19 Ekim 2026’da yayımlanan Dijital Diş Hekimliği: Olan ve Olması Gereken araştırmasında gerçekleştirildi. Aynı 11 soruluk kimliksiz brif, birbirinden yalıtılmış 10 dış sese (S1–S10) yöneltildi ve Yazar (S0) katmanının 24 saha hükmüyle çarpıştırıldı:

Kaynak: rapor/kivilcim/SEKTOR_MAKALESI_1018/reaper_kaynak.md:28-44 (Crossref + doi.org + PubMed E-utilities doğrulaması, 19 Ekim 2026).

3. LLM kırmızı takım süzgeci: sahte DOI, ortak ezber ve 72 saat sürgün

Yukarıdaki tablo, çok-ajanlı sistemlerde neden tek bir doğrulama kuralının yetmeyeceğini üç somut bulguyla kanıtlar:

• Bulgu 1 — Yerel modellerde "bağımsızlık yanılsaması" ve ortak halüsinasyon: S6 (Gemma 4 31B), S8 (Enki) ve S9 (Enlil) birbirinden tamamen yalıtılmış süreçlerde koştuğu halde üçü de aynı sahte künyeyi üretti: Joda et al. 2017 "Digital technology in fixed prosthodontics", British Dental Journal ve Sailer et al. 2009 "A systematic review…", IJP. Gerçekte Joda 2017 makalesi Periodontology 2000 dergisindedir (doi:10.1111/prd.12164) ve Sailer 2009 IJP yayını bir RKÇ’dir (PMID: 19918588).
• Bulgu 2 — "Kaynağı bilir, kimliği uydurur" deseni (Hafif Uydurma): S10 başsız kolda makale başlıkları gerçek olduğu halde, 45 atıfın 7’sinde verilen PMID veya DOI numaralarının başka makalelere ait olduğu saptandı.
• Bulgu 3 — EZBER eleği ve 72 saat sürgün: Kaynağı gerçek olsa bile saha tezine somut itiraz getirmeyen ders kitabı özetleri EZBER etiketiyle elenir.

4. Dokuz modelin uzlaştığı 4 masa başı tez saha ölçümüyle nasıl düştü?

Kırmızı takım iş akışının en kritik katkısı, modellerin oybirliğiyle savunduğu masa başı yanılgıları saha verisiyle çürütmektir.

1. Düşen Tez 1 ("Önce klinik ihtiyaç doğar, sonra cihaz alınır"): Sahadaki gerçek mekanizma tersidir: Teknoloji ihtiyacı dayatır (T11.5) ve cihaz varsa ölçüm vardır.

2. Düşen Tez 2 ("Ön bölgede lityum disilikat, arka bölgede zirkonya"): Doğru yapıştırılmış tek üye lityum disilikat kronlar arka bölgede de ön bölgeyle eşdeğer sağkalım gösterir.

3. Düşen Tez 3 ("İnce laminede pres seramik CAD/CAM’den üstündür"): Klinik içi laboratuvar (Klinik Lab) dönüşümüyle aynı gün içinde kesim ve bitim (lityum disilikat, kompozit lamine ve injection moulding) standartlaşmıştır.

4. Düşen Tez 4 ("SKS kalite belgeleri klinik tabanı yükseltir"): Evrak denetimleri yalnız bürokrasi uyumunu ölçer; asıl kalite tabanını cihazla birlikte gelen zorunlu dijital ölçüm (tarayıcı, CBCT, CAD/CAM marjin kilidi) yükseltir.

5. Yakınsama metriği, karne dağılımı ve düşer testi

Otonomi mimarisinde yürütülen 67 Kıvılcım turunun (73 karne satırı) dağılımında ön beklenti yalnızca 13 turda olduğu gibi doğrulandı (EVET), 44 turda karşı-tezler ve ölçümlerle keskinleşti (KESKİNLEŞTİ) ve 3 turda reddedildi (HAYIR). Üç turlu çarpışmalarda kanıtlı uzlaşı katsayısı 0,30 → 0,48 → 0,68 eğrisiyle yakınsar.

Düşer testi: (1) En az 20 soruluk kör bir değerlendirmede tekil bir modelin doğrudan ürettiği sentez, 7 basamaklı Kıvılcım + Reaper süzgecinden çıkan senteze kıyasla daha az uydurma kaynak ve daha yüksek saha isabeti üretirse yöntem düşer.

İlgili çekirdek sayfalar: Kıvılcım Yöntemi · Reaper Kaynak Denetçisi · Otonomi ve Sayaçlar · Dijital Diş Hekimliği: Olan ve Olması Gereken · Canlı Olgu Kayıtları (/bot/) · Olay Güdümlü Pano (task_bus.jsonl) · Bağlam-Kör Hakem (Reaper 360/394) · 3B Gülüş Tasarımı