{"id":169023,"date":"2025-09-05T12:12:41","date_gmt":"2025-09-05T09:12:41","guid":{"rendered":"https:\/\/coinmuhendisi.com\/blog\/?p=169023"},"modified":"2025-09-05T12:12:41","modified_gmt":"2025-09-05T09:12:41","slug":"openledger-open-nedir","status":"publish","type":"post","link":"https:\/\/coinmuhendisi.com\/blog\/openledger-open-nedir\/","title":{"rendered":"OpenLedger (OPEN) Nedir?"},"content":{"rendered":"

Kripto para ve blokzincir d\u00fcnyas\u0131nda, yapay zeka (AI)<\/strong> ile merkeziyetsiz veri altyap\u0131lar\u0131n\u0131n birle\u015fimi yenilik\u00e7i projelerin \u00f6n\u00fcn\u00fc a\u00e7\u0131yor. Bu alanda \u00f6ne \u00e7\u0131kan OpenLedger<\/a> (OPEN)<\/strong>, topluluk odakl\u0131 veri setleri (Datanets)<\/strong> kullan\u0131larak \u00f6zelle\u015ftirilmi\u015f yapay zeka modellerinin e\u011fitimi ve da\u011f\u0131t\u0131m\u0131 i\u00e7in tasarlanm\u0131\u015f bir AI-blokzincir altyap\u0131s\u0131d\u0131r. Peki, OpenLedger tam olarak nedir, nas\u0131l \u00e7al\u0131\u015f\u0131r ve neden dikkat \u00e7ekiyor? \u0130nceleyelim.<\/p>\n

OpenLedger (OPEN) Nedir?<\/h2>\n

OpenLedger, topluluk taraf\u0131ndan sahip olunan veri setleri (Datanets) ile \u00f6zelle\u015ftirilmi\u015f yapay zeka modellerinin e\u011fitimi ve da\u011f\u0131t\u0131m\u0131 i\u00e7in bir AI-blokzincir altyap\u0131s\u0131d\u0131r. Veri y\u00fcklemeleri, model e\u011fitimi, \u00f6d\u00fcl kredileri ve y\u00f6neti\u015fim kat\u0131l\u0131m\u0131 gibi t\u00fcm i\u015flemler zincir \u00fcst\u00fcnde (on-chain) ger\u00e7ekle\u015ftirilir. Kullan\u0131c\u0131lar, yeni Datanets olu\u015fturabilir, mevcut veri setlerine katk\u0131da bulunabilir, modeller geli\u015ftirebilir ve bunlar\u0131 \u015feffaf tokenize edilmi\u015f mekanizmalarla yay\u0131nlayabilir. OpenLedger, yapay zeka geli\u015ftirmedeki veri \u015feffafl\u0131\u011f\u0131, katk\u0131c\u0131 \u00f6d\u00fcllendirmesi ve merkeziyetsizli\u011fi sa\u011flayarak geleneksel sistemlerdeki veri tekelle\u015fmesi sorununa \u00e7\u00f6z\u00fcm sunar.<\/p>\n

Platform, veri katk\u0131c\u0131lar\u0131n\u0131n ve model geli\u015ftiricilerinin \u015feffaf bir \u015fekilde \u00f6d\u00fcllendirildi\u011fi bir ekosistem yarat\u0131r. Her bir yapay zeka \u00e7\u0131kt\u0131s\u0131 (\u00f6rne\u011fin, sohbet, g\u00f6rev veya API \u00e7a\u011fr\u0131s\u0131), hangi modelin kullan\u0131ld\u0131\u011f\u0131, hangi verilerle e\u011fitildi\u011fi ve kimin katk\u0131da bulundu\u011fu gibi bilgileri izlenebilir hale getirir. Bu, katk\u0131c\u0131lar\u0131n emeklerinin adil bir \u015fekilde \u00f6d\u00fcllendirilmesini ve yapay zeka s\u00fcre\u00e7lerinin tamamen \u015feffaf olmas\u0131n\u0131 sa\u011flar. $OPEN token\u2019\u0131, platformun y\u00f6neti\u015fim ve i\u015flem token\u2019\u0131 olarak kullan\u0131l\u0131r, katk\u0131c\u0131lar\u0131 \u00f6d\u00fcllendirmek ve ekosistemi y\u00f6nlendirmek i\u00e7in temel bir rol oynar.<\/p>\n

\"\"<\/p>\n

OpenLedger\u2019\u0131n \u00d6ne \u00c7\u0131kan \u00d6zellikleri<\/h2>\n

OpenLedger, yapay zeka ve blokzincir entegrasyonuyla benzersiz bir ekosistem sunar. \u0130\u015fte platformun temel \u00f6zellikleri:<\/p>\n

1. Datanets ile Veri Toplama<\/h3>\n

OpenLedger, Datanets ad\u0131 verilen merkeziyetsiz veri a\u011flar\u0131yla \u00f6zelle\u015ftirilmi\u015f veri toplama s\u00fcrecini kolayla\u015ft\u0131r\u0131r. Bu a\u011flar, belirli alanlara (\u00f6rne\u011fin, sa\u011fl\u0131k, finans, sosyal medya) y\u00f6nelik y\u00fcksek kaliteli veri setlerini toplar, do\u011frular ve da\u011f\u0131t\u0131r. Kullan\u0131c\u0131lar yeni Datanets olu\u015fturabilir veya mevcut olanlara katk\u0131da bulunabilir. Her veri katk\u0131s\u0131 zincir \u00fcst\u00fcnde do\u011frulan\u0131r ve kaydedilir, b\u00f6ylece katk\u0131c\u0131lar adil bir \u015fekilde \u00f6d\u00fcllendirilir. Datanets, \u00f6zelle\u015ftirilmi\u015f yapay zeka modellerinin daha do\u011fru, a\u00e7\u0131klanabilir ve verimli olmas\u0131n\u0131 sa\u011flar.<\/p>\n

2. ModelFactory ile Kolay Model E\u011fitimi<\/h3>\n

ModelFactory, OpenLedger ekosisteminde b\u00fcy\u00fck dil modellerini (LLM\u2019ler, \u00f6rne\u011fin LLaMA, Mistral, DeepSeek) ince ayar (fine-tuning) yapmak i\u00e7in tasarlanm\u0131\u015f bir platformdur. Geleneksel komut sat\u0131r\u0131 ara\u00e7lar\u0131 veya API entegrasyonlar\u0131na gerek kalmadan tamamen grafik kullan\u0131c\u0131 aray\u00fcz\u00fc (GUI) ile \u00e7al\u0131\u015f\u0131r. Kullan\u0131c\u0131lar, izin verilen veri setlerini kullanarak modellerini e\u011fitebilir, hiperparametreleri (\u00f6rne\u011fin, \u00f6\u011frenme oran\u0131, batch boyutu) ayarlayabilir ve e\u011fitim s\u00fcrecini ger\u00e7ek zamanl\u0131 panellerle takip edebilir. Ayr\u0131ca, sohbet aray\u00fcz\u00fc arac\u0131l\u0131\u011f\u0131yla e\u011fitilmi\u015f modellerle do\u011frudan etkile\u015fim m\u00fcmk\u00fcnd\u00fcr.<\/p>\n

\"\"<\/p>\n

3. Proof of Attribution (Katk\u0131 Kan\u0131t\u0131)<\/h3>\n

OpenLedger\u2019\u0131n Proof of Attribution mekanizmas\u0131, veri katkilerinin yapay zeka modeli \u00e7\u0131kt\u0131lar\u0131na \u015feffaf bir \u015fekilde ba\u011flanmas\u0131n\u0131 sa\u011flar. Bu kriptografik sistem, her veri katk\u0131s\u0131n\u0131n izlenebilir, do\u011frulanabilir ve \u00f6d\u00fcllendirilebilir olmas\u0131n\u0131 garanti eder. Katk\u0131lar, \u00f6zellik d\u00fczeyinde etki ve katk\u0131c\u0131 itibar\u0131 gibi metriklerle de\u011ferlendirilir. D\u00fc\u015f\u00fck kaliteli veya zararl\u0131 veriler (\u00f6rne\u011fin, \u00f6nyarg\u0131l\u0131 veya gereksiz veriler) cezaland\u0131r\u0131l\u0131rken, y\u00fcksek kaliteli katk\u0131lar token tabanl\u0131 \u00f6d\u00fcllerle te\u015fvik edilir. Bu sistem, veri \u015feffafl\u0131\u011f\u0131n\u0131 art\u0131r\u0131r ve yanl\u0131\u015f bilgiyi azalt\u0131r.<\/p>\n

4. Y\u00f6neti\u015fim<\/h3>\n

OpenLedger, OpenZeppelin\u2019in mod\u00fcler Governor \u00e7er\u00e7evesi ile desteklenen hibrit bir zincir \u00fcst\u00fc y\u00f6neti\u015fim sistemi kullan\u0131r. $OPEN token sahipleri, protokol\u00fcn y\u00f6n\u00fc ve g\u00fcncellemeleri konusunda aktif olarak oy kullanabilir. Bu, platformun topluluk odakl\u0131 ve merkeziyetsiz bir \u015fekilde geli\u015fmesini sa\u011flar.<\/p>\n

5. Zincirler Aras\u0131 K\u00f6pr\u00fcleme<\/h3>\n

OpenLedger, OP Stack Standard Bridge\u2019i (AltLayer taraf\u0131ndan sa\u011flanan Rollup-as-a-Service ile) kullanarak Ethereum ile g\u00fcvenli ve standart bir birlikte \u00e7al\u0131\u015fabilirlik sa\u011flar. $OPEN token\u2019\u0131, L1\u2019de kilitlenerek L2\u2019de mint edilir ve g\u00fcvenli token transferleri ger\u00e7ekle\u015ftirilir. Bu sistem, MetaMask, Ledger ve Hardhat gibi standart Ethereum ara\u00e7lar\u0131yla tam uyumludur.<\/p>\n

6. Open LoRA ile Verimli Model Da\u011f\u0131t\u0131m\u0131<\/h3>\n

Open LoRA, tek bir GPU \u00fczerinde binlerce ince ayar yap\u0131lm\u0131\u015f LoRA (Low-Rank Adaptation) modelini verimli bir \u015fekilde sunmak i\u00e7in tasarlanm\u0131\u015f bir \u00e7er\u00e7evedir. Dinamik adapt\u00f6r y\u00fckleme, tens\u00f6r paralelli\u011fi, flash-attention ve kuantizasyon gibi optimizasyonlarla y\u00fcksek verimlilik ve d\u00fc\u015f\u00fck gecikme sa\u011flar. Bu, birden fazla modelin ayn\u0131 anda \u00e7al\u0131\u015ft\u0131r\u0131lmas\u0131n\u0131 ve maliyet etkin bir \u015fekilde da\u011f\u0131t\u0131lmas\u0131n\u0131 m\u00fcmk\u00fcn k\u0131lar. Open LoRA, ki\u015fiselle\u015ftirilmi\u015f yapay zeka asistanlar\u0131 ve alan spesifik NLP \u00e7\u00f6z\u00fcmleri gibi uygulamalar i\u00e7in idealdir.<\/p>\n

\"\"<\/p>\n

7. API Entegrasyonu<\/h3>\n

OpenLedger, \u00f6zel e\u011fitilmi\u015f b\u00fcy\u00fck dil modelleriyle g\u00fcvenli API u\u00e7 noktalar\u0131 ve esnek bir sohbet aray\u00fcz\u00fc \u00fczerinden etkile\u015fim sa\u011flar. Python, JavaScript\/Node.js ve curl gibi y\u00f6ntemlerle geli\u015ftiriciler, modellerine kolayca eri\u015febilir ve y\u00f6netebilir. Bu, web uygulamalar\u0131, botlar ve komut sat\u0131r\u0131 ortamlar\u0131 i\u00e7in uygun bir entegrasyon sunar.<\/p>\n

OpenLedger (OPEN) Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/h2>\n

OpenLedger, kullan\u0131c\u0131lar\u0131n Datanets olu\u015fturmas\u0131na, mevcut veri setlerine katk\u0131da bulunmas\u0131na, modeller e\u011fitmesine ve bunlar\u0131 tokenize edilmi\u015f mekanizmalarla da\u011f\u0131tmas\u0131na olanak tan\u0131r. \u0130\u015flem ak\u0131\u015f\u0131 \u015fu \u015fekildedir:<\/p>\n

    \n
  1. \n

    OpenLedger\u2019a Eri\u015fim: Kullan\u0131c\u0131lar, heyanon.ai \u00fczerinden sosyal kimlik do\u011frulama ile giri\u015f yapar.<\/p>\n<\/li>\n

  2. \n

    Datanets Olu\u015fturma ve Katk\u0131: Yeni Datanets olu\u015fturulabilir veya mevcut veri setlerine veri eklenir. Her katk\u0131 zincir \u00fcst\u00fcnde do\u011frulan\u0131r ve \u00f6d\u00fcllendirilir.<\/p>\n<\/li>\n

  3. \n

    Model E\u011fitimi: ModelFactory arac\u0131l\u0131\u011f\u0131yla kullan\u0131c\u0131lar, kendi verilerini veya Datanets\u2019ten gelen verileri kullanarak modellerini e\u011fitir. LoRA ve QLoRA gibi teknikler, tek bir GPU\u2019da birden fazla modelin verimli \u00e7al\u0131\u015fmas\u0131n\u0131 sa\u011flar.<\/p>\n<\/li>\n

  4. \n

    \u00c7\u0131kar\u0131m ve Katk\u0131 Atfetme: Her yapay zeka \u00e7\u0131kt\u0131s\u0131, kullan\u0131lan modeli, e\u011fitim verilerini ve katk\u0131c\u0131lar\u0131 izler. Katk\u0131c\u0131lar, verilerinin etkisi oran\u0131nda \u00f6d\u00fcllendirilir.<\/p>\n<\/li>\n

  5. \n

    Y\u00f6neti\u015fim: $OPEN token sahipleri, platformun geli\u015fimini y\u00f6nlendirmek i\u00e7in oylama yapar.<\/p>\n<\/li>\n<\/ol>\n

    OpenLedger (OPEN) Tokenomics<\/h2>\n

    $OPEN, OpenLedger ekosisteminin yerel token\u2019\u0131d\u0131r. Tokenomik detaylar\u0131 \u015fu \u015fekildedir:<\/p>\n