MiniLM, Microsoft Research tarafından geliştirilen ve büyük dil modellerini (ör. BERT) çok daha küçük ve hızlı bir yapıya sıkıştıran hafif bir makine öğrenmesi modelidir. Özellikle MiniLM-L6-v2 sürümü, metin benzerliği hesaplamak için kullanılır; SahteAvcı gibi tarayıcı tabanlı araçlarda, ilan başlığını veya ürün açıklamasını bilinen sahte ürün kalıplarıyla karşılaştırmak amacıyla yerel olarak çalıştırılabilir.
MiniLM'in ne olduğunu anlamak, neden bazı araçların bunu tercih ettiğini ve marka koruma bağlamında nasıl konumlandığını merak edenlere yönelik bu sayfa şu sırayla ilerliyor: önce teknik tanım, ardından pratik uygulama, sık karıştırılan kavramlar, somut bir örnek ve sık sorulan sorular.
MiniLM, "knowledge distillation" (bilgi damıtma) yöntemiyle üretilmiş bir sinir ağı mimarisidir. Bu yöntemde büyük bir "öğretmen" model, çok daha küçük bir "öğrenci" modeli eğitmek için kullanılır. Ortaya çıkan model, öğretmenin yaklaşık yetkinliğini korur; ama bellek ve işlem gücü ihtiyacı dramatik biçimde azalır.
Somut olarak: standart BERT modeli yüzlerce milyon parametre barındırır. MiniLM-L6-v2 ise yalnızca 22,7 milyon parametre içerir ve bu değer Microsoft'un Hugging Face model kartında kamuya açık biçimde yayımlanmıştır. Bu küçüklük, modelin tarayıcı içinde çalışmasını mümkün kılar; bir sunucuya veri göndermek gerekmez.
MiniLM esas olarak iki cümle veya kısa metin parçası arasındaki anlam benzerliğini ölçmek için kullanılır. Giriş olarak iki metin alır, her birini yoğun bir vektöre dönüştürür ve iki vektör arasındaki kosinüs benzerliğini hesaplar. Sonuç 0 ile 1 arasında bir sayıdır; 1'e yaklaştıkça anlam örtüşmesi artar.
Pazaryeri bağlamında bu şu demektir: bir ilan başlığı "Orjinal Nike Air Force" yazıyorsa, model bu ifadeyi bilinen sahte ürün kalıplarıyla karşılaştırır. Yüksek benzerlik skoru, listede bir risk sinyali işaret edebilir. Bu bir kanıt değildir; ek kontrolü tetikleyen bir göstergedir.
SahteAvcı'da temel metin analizi bu yöntemle tarayıcınızda yerel olarak çalışır. İsteğe bağlı gelişmiş modeller için kendi API anahtarınızı (BYOK) bağlarsanız, görsel veriler seçtiğiniz sağlayıcıya gider.
Marka koruma ve sahte ürün tespiti alanında MiniLM, büyük kurumsal yapılara gerek kalmadan uygulanan bir metin benzerliği (semantic similarity) motorudur. Bunu üç boyutta somutlaştırmak mümkündür.
Hız. Geleneksel NLP (doğal dil işleme) boru hatları, bir sunucuya istek gönderir; ağ gecikmesi kaçınılmazdır. MiniLM tarayıcıda çalıştığında gecikme yoktur. Bir ürün sayfası yüklendiğinde analiz milisaniyeler içinde tamamlanır.
Orijinal ürün doğrulama akışlarında bu hız kritiktir. Bir tüketici bir ürün sayfasını birkaç saniye inceliyorsa, o süre içinde sonuç üretemeyen bir araç değer katamaz. MiniLM bu pencereye sığar.
Gizlilik. Metin verisi sunucuya gitmez. Bu, hem tüketici hem de marka sahibi için önemlidir. Rakip fiyat araştırması yapan bir marka yöneticisi, hangi ilanları incelediğini üçüncü bir tarafa sızdırmak istemez. Yerel işleme bu riski ortadan kaldırır.
Erişim eşiği. Ağır modeller (ör. CLIP, GPT-4V) API anahtarı ve bütçe gerektirir. MiniLM modeli açık kaynaklıdır ve Hugging Face üzerinden herkesin kullanımına açıktır. Bir Chrome eklentisine paketlenmesi teknik olarak mümkündür; nitekim SahteAvcı bunu uygulamaktadır.
Trendyol, Hepsiburada, n11, Amazon Türkiye, Dolap ve Çiçeksepeti gibi Türk pazaryerlerindeki ilan metinlerini taramak için bu yöntem, büyük kurumsal lisans gerektirmeyen bir alternatif sunar. Daha ayrıntılı marka bülteni kavramını anlamak istiyorsanız marka bülteninin ne olduğunu ve ne işe yaradığını açıklayan sözlük sayfamıza bakabilirsiniz.
MiniLM, benzer isimlere veya işlevlere sahip birkaç kavramla karıştırılır. Bunların farkını anlamak, hangi aracın hangi sorunu çözdüğünü seçmeyi kolaylaştırır.
| Kavram | Ne yapar? | MiniLM'den farkı |
|---|---|---|
| BERT | Büyük dil modeli; metin anlama ve sınıflandırma | MiniLM'in "öğretmeni"; çok daha ağır, tarayıcıda çalışmaz |
| CLIP | Görsel-metin çapraz benzerlik modeli | Görsel analiz içerir; MiniLM yalnızca metin işler |
| blockhash | Görsel karma (perceptual hash) algoritması | Piksel tabanlıdır; anlam değil görsel benzerlik ölçer |
| GPT / büyük üretici modeller | Metin üretir, soru yanıtlar | MiniLM üretici değildir; yalnızca benzerlik skoru verir |
| TF-IDF / anahtar kelime eşleşmesi | Kelime sıklığı tabanlı arama | MiniLM kelime değil anlam ölçer; "orijinal" yerine "gerçek" yazan metni de yakalar |
Paralel ithalat veya gri pazar ürünlerinin sahte ile nasıl karıştırıldığını da araştırıyorsanız, paralel ithalat ve gri pazarın hukuki çerçevesini anlatan rehberimiz bu ayrımı netleştiriyor.
Bir pazaryerinde "Orjinal Guess çanta, kutusunda, etiketli" başlıklı bir ilan yayımlanıyor. SahteAvcı bu başlığı alır ve MiniLM-L6-v2 modeliyle bilinen sahte ürün ilan kalıplarıyla karşılaştırır. Model, "orjinal" (yanlış yazım), "kutusunda, etiketli" ifadelerinin varlığını ve bu kombinasyonun bilinen sahte ilan şablonlarıyla yüksek anlam benzerliği taşıdığını saptar.
Sonuç olarak risk skoru yükselir. Bu skor, ilanın sahte olduğunu kanıtlamaz. Kullanıcıya "bu ilan daha yakından incelemeye değer" sinyalini verir. Kullanıcı ek kontroller için satıcı geçmişine, görsellere ve fiyat anomalisine bakabilir.
Guess alırken sahte ürünü ayırt etmek için kullanabileceğiniz aracı edinmek isterseniz SahteAvcı eklentisini ücretsiz kurabilirsiniz.
Outlet ürün ve orijinal ürün arasındaki farkı anlamak da bu bağlamda işe yarar. Outlet ürünün ne olduğunu açıklayan sözlük sayfamız bu kavramı netleştiriyor. Benzer şekilde, IMEI gibi cihaz doğrulama terimlerini merak ediyorsanız IMEI'nin ne anlama geldiğini sözlüğümüzde bulabilirsiniz.
MiniLM tabanlı metin analizi SahteAvcı'nın temel katmanlarından biridir. Yeni veriler, model güncellemeleri ve sahte ürün trendlerine ilişkin haberleri kaçırmamak için bültene kaydolun; yeni içerik yayımlandığında size haber verelim.
Evet. MiniLM, Microsoft Research tarafından geliştirilen ve Hugging Face platformunda MIT lisansıyla kamuya açık biçimde yayımlanan bir modeldir. Bir araçta kullanılması, o aracın işlevine ve kullanım amacına bağlıdır; modelin kendisi herhangi bir yasal engel taşımaz. Ticari bir üründe kullanımı için lisans koşullarının incelenmesi yeterlidir.
Hayır. MiniLM bir yapay zeka modelidir; taklit ürün ise marka hakkına tecavüz eden fiziksel veya dijital bir üründür. MiniLM, ilan metinlerini analiz eden bir araçtır. Bu analiz, bir ürünün taklit olduğunu kanıtlamaz; risk sinyali üretir ve kullanıcının daha dikkatli inceleme yapmasını sağlar.
MiniLM'in kendisi tespit edilecek bir şey değildir; bir modeldir. Bir aracın MiniLM kullanıp kullanmadığını anlamak için o aracın teknik dokümantasyonuna veya açık kaynak deposuna bakılır. SahteAvcı, MiniLM-L6-v2 kullandığını ürün özelliklerinde açıkça belirtmektedir.