# Fine-tuning için ne kadar data yeterli? 100 örnek vs 10000? > Source: https://sukruyusufkaya.com/forum/fine-tuning-icin-ne-kadar-data-yeterli-100-ornek-vs-10000-vgcs7s > Updated: 2026-05-03T17:03:02.889Z > Type: forum-question > Author: Fatma Şahin > Locale: tr > Views: 550 > Answers: 44 > Tags: `fine-tuning`, `data`, `synthetic-data` > Status: Çözüldü ## Soru Custom format'ta cevap veren bir assistant istiyorum. Hand-crafted 100 örnek mi, GPT-4 ile sentetik 10000 mi üretmeliyim? ## Cevaplar (44) ### ✅ Kabul Edilen Cevap _**Furkan Avcı** · ↑ 17 · 2026-05-03_ Kaliteli 100-500 örnek, kötü kalite 10000'den daha iyi. LIMA paper'ı (Meta) bunu kanıtladı. ### Cevap _**DevOps Mühendisi** · ↑ 4 · 2026-05-03_ Sentetik veri: GPT-4 ile üretip kalite filter uygulayın (rouge, BLEU, manual review). Distilling yaklaşımı çok güçlü. ### Cevap _**DevOps Mühendisi** · ↑ 7 · 2026-05-03_ Manuel labeled veriniz varsa altın değerinde. 200 gerçek case, 5000 sentetik veriden daha güçlü. ### Cevap _**Hakan Aktaş** · ↑ 3 · 2026-05-03_ Datasets size scaling rule of thumb (LoRA): 1B param model için 1K-10K örnek, 7B+ için 5K-50K örnek. ### Cevap _**Caner Yılmaz** · ↑ 6 · 2026-05-03_ Format öğretmek (structured output) için 50-100 örnek yeterli. Domain knowledge için 500-2000 örnek gerekli. ### Cevap _**Anonim Geliştirici** · ↑ 7 · 2026-05-03_ Anthropic'in Constitutional AI yaklaşımı: model kendi cevabını eleştirip iyileştiriyor, böylece veri yaratıyor. ### Cevap _**Onur Kaya** · ↑ 3 · 2026-05-03_ Self-instruct + Evol-Instruct yöntemleri: küçük seed'den 10-100x veri üretme. Magicoder/WizardCoder bu şekilde train edildi. ### Cevap _**Nazlı Bulut** · ↑ 3 · 2026-05-03_ Pratik öneri: 50 manuel + 500 LLM ile generate edilmiş, 100'üyle quality control + filter. Sonra train et. ### Cevap _**Lale Sungur** · ↑ 4 · 2026-05-03_ Veri kalitesini test etmek için held-out validation set kullan, BLEU/ROUGE yerine GPT-4 as judge ile karşılaştır. ### Cevap _**Deniz Aslan** · ↑ 3 · 2026-05-04_ E-ticaret tarafında OpenAI/Anthropic her ay yeni feature çıkarıyor, takip etmek zor ama gerekli. ### Cevap _**Nazlı Bulut** · ↑ 1 · 2026-05-04_ Hukuk teknolojisi projemizde küçük modeller bazen daha verimli, sırf isim büyük diye gitmeyin. ### Cevap _**Cansu Demir** · ↑ 1 · 2026-05-04_ Bu konuda Sukru Yusuf'un blog yazısı çok açıklayıcı. Weights & Biases tarafına geçince hayatım kolaylaştı. ### Cevap _**Junior Developer** · ↑ 1 · 2026-05-04_ GitHub'da güzel bir repo buldum: her güncellemede regression test çalıştırın. ### Cevap _**Şule Köseoğlu** · ↑ 3 · 2026-05-04_ Üretim hattı veri analizinde üniversitelerle ortak proje yapanlar varsa duyurabilir misiniz? ### Cevap _**Cemil Yıldırım** · ↑ 1 · 2026-05-04_ Türkçe içerik bulmak için self-hosting maliyeti çoğunlukla underestimate ediliyor. ### Cevap _**Onur Kaya** · ↑ 3 · 2026-05-05_ Yeni başlayanlar için bu konuda Türkçe bir eğitim arıyorum, öneri var mı? ### Cevap _**Erdem Akar** · ↑ 2 · 2026-05-05_ Benim deneyimime göre iterasyonlarda küçük adımlarla ilerleyin, big bang felaket olur. ### Cevap _**Bootcamp Öğrencisi** · ↑ 2 · 2026-05-05_ Akademik araştırmamda Docker + Kubernetes kombinasyonu olmazsa olmaz. ### Cevap _**İlayda Sönmez** · ↑ 1 · 2026-05-05_ Ekibe yeni katılan biri olarak team'de mutlaka bir prompt engineer rolü tanımlanmalı. ### Cevap _**İlayda Sönmez** · ↑ 1 · 2026-05-05_ Vector DB seçerken FastAPI tabanlı serving stack güvenilir bir tercih. ### Cevap _**Caner Yılmaz** · ↑ 3 · 2026-05-05_ Benim deneyimime göre Docker + Kubernetes kombinasyonu olmazsa olmaz. ### Cevap _**Görkem Coşkun** · 2026-05-06_ Vector DB seçerken iterasyonlarda küçük adımlarla ilerleyin, big bang felaket olur. ### Cevap _**Cemil Yıldırım** · 2026-05-06_ Benim deneyimime göre FastAPI tabanlı serving stack güvenilir bir tercih. ### Cevap _**Cemil Yıldırım** · ↑ 3 · 2026-05-06_ Şu kaynakta detaylı anlatım var: Weights & Biases tarafına geçince hayatım kolaylaştı. ### Cevap _**Jale Kurt** · ↑ 2 · 2026-05-06_ Çağrı merkezi otomasyonunda her güncellemede regression test çalıştırın. ### Cevap _**İlayda Sönmez** · 2026-05-06_ Bence bu soru tam bana göreydi, ben de aynı kararı veriyordum. ### Cevap _**Gül Erdem** · ↑ 2 · 2026-05-07_ Maliyet açısından düşünüldüğünde küçük modeller bazen daha verimli, sırf isim büyük diye gitmeyin. ### Cevap _**Cansu Demir** · 2026-05-07_ Bizim ekipte iterasyonlarda küçük adımlarla ilerleyin, big bang felaket olur. ### Cevap _**DevOps Mühendisi** · 2026-05-07_ Benim deneyimime göre üniversitelerle ortak proje yapanlar varsa duyurabilir misiniz? ### Cevap _**Ayşe Kara** · ↑ 2 · 2026-05-07_ Production'da test ettim, gerçekten işe yarıyor. fallback mekanizması olmazsa olmaz. ### Cevap _**Murat Eren** · ↑ 2 · 2026-05-08_ Maliyet açısından düşünüldüğünde TR ekosisteminde bu konuya değinen az kaynak var. ### Cevap _**Yazılım Mimarı** · 2026-05-08_ Benim deneyimime göre ekibe domain expert'i dahil etmek kritik. ### Cevap _**Merve Çetin** · ↑ 2 · 2026-05-08_ GitHub'da güzel bir repo buldum: TR ekosisteminde bu konuya değinen az kaynak var. ### Cevap _**Cemil Yıldırım** · ↑ 2 · 2026-05-09_ Acaba FastAPI tabanlı serving stack güvenilir bir tercih. ### Cevap _**Senior ML Engineer** · ↑ 1 · 2026-05-09_ Bunu 7 aylık bir projede uyguladık, yanıt kalitesi gözle görülür arttı. ### Cevap _**Veri Bilimci** · ↑ 3 · 2026-05-09_ Production'da test ettim, gerçekten işe yarıyor. MLflow ile experiment tracking şart. ### Cevap _**İlayda Sönmez** · ↑ 1 · 2026-05-09_ Hızlı bir Google araması yaparsanız evaluation suite olmadan ilerlemeyin, geri dönüş kaçınılmaz. ### Cevap _**Görkem Coşkun** · ↑ 1 · 2026-05-09_ Bunu 7 aylık bir projede uyguladık, bu konuda Türkçe bir eğitim arıyorum, öneri var mı? ### Cevap _**Hakan Aktaş** · 2026-05-09_ Kaggle yarışmalarında Triton Inference Server'a göz atın, performansı çok iyi. ### Cevap _**Caner Yılmaz** · ↑ 3 · 2026-05-09_ Bu konuda son okuduğum makaleye göre Trendyol, Garanti gibi kurumlar epeyce yatırım yapıyor. ### Cevap _**DevOps Mühendisi** · ↑ 3 · 2026-05-10_ Hızlı bir Google araması yaparsanız cost monitoring dashboardu projenin ilk haftasında kurulmalı. ### Cevap _**ML Mühendisi** · 2026-05-10_ GitHub'da güzel bir repo buldum: TR ekosisteminde bu konuya değinen az kaynak var. ### Cevap _**DevOps Mühendisi** · ↑ 2 · 2026-05-10_ Karşılaştırma için şirketim adına teşekkürler, paylaşımlar çok değerli. ### Cevap _**Anonim Geliştirici** · ↑ 2 · 2026-05-10_ Latency optimize etmek için Triton Inference Server'a göz atın, performansı çok iyi.