--- title: "autotrust/JEV-27B-VL: Çift Sistemli Akıl Yürütme ve Çok Modlu Araç Çağırma Mimarisi" url: https://blog.edumints.com/autotrust-jev-27b-vl-cift-sistemli-akil-yurutme-ve-cok-modlu-arac category: "LLM" date: 2026-10-05T15:11:22.612Z publisher: Edumints Blog lang: tr-TR source_name: "Hugging Face" source_url: https://huggingface.co/autotrust/JEV-27B-VL --- # autotrust/JEV-27B-VL: Çift Sistemli Akıl Yürütme ve Çok Modlu Araç Çağırma Mimarisi ## Model Ekosistemi ve Mimari Temeller Hugging Face platformunda öne çıkan açık ağırlıklı modellerden biri olan **autotrust/JEV-27B-VL**, 1.278.569 indirme ve 259 beğeni sayısıyla geniş bir geliştirici kitlesine hitap etmektedir. Model, `qwen3_5` mimarisi üzerinde inşa edilmiş olup `transformers` ve `safetensors` formatlarında dağıtılmaktadır. Modelin etiketleri (`image-text-to-text`, `jev`, `system-one`, `system-two`, `typed-decisions`), sezgisel-hızlı ("System 1") ve mantıksal-derin ("System 2") karar alma süreçlerini tek çatı altında buluşturan hibrit bir görme-dil mimarisine işaret etmektedir. ## Çok Modlu Veri Akışı ve Şablon Mantığı Modelin Jinja tabanlı sohbet şablonu (chat template), görsel ve video girdilerini deterministik bir yaklaşımla ayrıştırarak bağlama dahil eder: - **Görsel Tokenizasyonu**: Resim girdileri özel `|vision_start|>`, `|image_pad|>` ve `|vision_end|>` belirteçleri arasına yerleştirilerek token dizisine dönüştürülür. - **Sıralı Video İndeksleme**: Çoklu video girdileri `do_vision_count` ve `add_vision_id` kontrolleriyle taranarak `Video 1: ...` şeklinde açıkça etiketlenir ve `|video_pad|>` ile kapsüllenir. - **Sistem Düzeyi Güvenlik**: Şablon düzeyinde tanımlanan istisna ile sistem mesajlarının video içermesi engellenir (`System message cannot contain videos.`); bu kısıtlama prompt enjeksiyonlarını ve yetkisiz bağlam genişletmelerini önler. ## Dinamik Düşünme Bütçesi (Reasoning Effort) Model, akıl yürütme derinliğini `enable_thinking` ve `reasoning_effort` parametreleriyle esnek biçimde kontrol etme olanağı tanır: - **xhigh (Varsayılan)**: Modele kritik varsayımları titizlikle doğrulama, alternatif senaryoları değerlendirme ve nihai cevapta doğruluk ile tutarlılığı önceliklendirme talimatı veren yüksek eforlu akıl yürütme modudur. - **medium**: Standart mantıksal çıkarım görevleri için gecikme ve çıktı kalitesi arasında optimum denge sunan seviyedir. - **low**: Düşünce sürecini kısa ve odaklı tutarak gereksiz ayrıntılardan kaçınan ve doğrudan sonuca yönelen düşük gecikmeli çıkarım modudur. ## Yapılandırılmış Araç Çağırma (Tool Calling) Protokolü Model, otonom ajan senaryolarında deterministik fonksiyon çağrıları gerçekleştirmek üzere katı bir XML tabanlı şema ve dört temel kural uygular: - **XML Kapsülleme Kuralı**: Fonksiyon çağrıları mutlak surette `` ana bloğu içerisinde yer alan `` ve alt `` etiketleriyle biçimlendirilmelidir. - **Eksiksiz Parametre Bildirimi**: Araç şemasında zorunlu olarak işaretlenmiş tüm parametre değerlerinin eksiksiz iletilmesi zorunludur. - **Çağrı Öncesi Akıl Yürütme**: Model, fonksiyon çağrısının mantıksal gerekçesini doğal dilde yalnızca çağrı etiketlerinden *önce* belirtebilir; araç çağrısından *sonra* açıklama ekleyemez. - **Sessiz Normal Cevap**: Çağrılabilecek uygun bir fonksiyon olmadığında veya gerekmediğinde, model araç mekanizmasından bahsetmeksizin doğrudan mevcut bilgisiyle standart metin yanıtı üretir. ## Geliştiriciler İçin Pratik Çıkarımlar Yazılım geliştiriciler için JEV-27B-VL, üretim ortamında esnek bir ajan omurgası sunar. Hızlı yanıt gerektiren sohbet senaryolarında `reasoning_effort: low` seçilerek belirgin bir çıkarım hızı ve maliyet avantajı sağlanabilir. Kod analizi, finansal raporlama veya çok adımlı görsel akıl yürütme içeren kritik işlerde ise `xhigh` modu devreye alınmalıdır. Ayrıca modelin katı XML çıktı standardı, JSON tabanlı şemalarda yaşanan tırnak işareti kaçış hatalarını ortadan kaldırarak güvenilir parser yazımını kolaylaştırır. Orijinal makaleye [buradan](https://huggingface.co/autotrust/JEV-27B-VL) ulaşabilirsiniz. --- Bu konuyu derinlemesine öğrenmek isterseniz: [Tool Calling ve Multi-Step Agent'lar](https://edumints.com/kesfet/nextjs-ve-vercel-ai-sdk-ile-production-ai-uygulama-21y7) modülüne göz atın. --- **Kaynak:** Hugging Face (https://huggingface.co/autotrust/JEV-27B-VL) **Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/autotrust-jev-27b-vl-cift-sistemli-akil-yurutme-ve-cok-modlu-arac