# Tekrar Cezaları (Repetition Penalties)

## 🎯 TL;DR
Tekrar cezaları, Büyük Dil Modellerinin (BDM'ler) aynı kelime veya ifadeleri tekrar etmesini engellemek için kullanılır. Bu cezalar, daha önce kullanılan token'ların seçilme olasılığını azaltarak çıktıların daha çeşitli ve az tekrarlı olmasını sağlar.

## 📚 Anahtar Kavramlar
- **Repetition Penalties** → Tekrar Cezaları (BDM'lerin aynı kelime veya ifadeleri tekrar etmesini önleyen mekanizmalar)
- **LLMs** → Büyük Dil Modelleri (BDM'ler) (İnsan dilini anlama ve üretme yeteneğine sahip yapay zeka modelleri)
- **Tokens** → Token'lar (Metnin işlendiği en küçük birimler, kelimeler veya kelime parçacıkları olabilir)
- **Frequency Penalty** → Frekans Cezası (Bir token'ın kullanım sıklığına göre uygulanan ceza)
- **Presence Penalty** → Varlık Cezası (Bir token'ın daha önce kullanılıp kullanılmadığına bakılarak uygulanan ceza, sıklığından bağımsız)
- **Output Quality** → Çıktı Kalitesi (Modelin ürettiği metnin genel niteliği ve kullanışlılığı)
- **Vocabulary Diversity** → Kelime Çeşitliliği (Üretilen metindeki farklı kelime sayısı ve zenginliği)

## 🔍 Detay (Orijinal İngilizce)
Repetition penalties discourage LLMs from repeating words or phrases by reducing the probability of selecting previously used tokens. This includes frequency penalty (scales with usage count) and presence penalty (applies equally to any used token). These parameters improve output quality by promoting vocabulary diversity and preventing redundant phrasing.

## 🔗 Daha Detay İstersen
roadmap.sh ekibinin seçtiği kaynaklar:
- 📖 [BDM'nin Gevezeliğini Durdurun: Tekrarı Kontrol Etmek İçin Cezaları Kullanmak](https://dev.to/superorange0707/stop-the-llm-from-rambling-using-penalties-to-control-repetition-5h8) — Bu makale, BDM'lerde tekrarı kontrol etmek için ceza mekanizmalarının nasıl kullanıldığını açıklıyor.
- 🎥 [BDM Varlık ve Frekans Cezaları Nelerdir?](https://www.youtube.com/watch?v=J66CRz6s734) — Bu video, BDM'lerdeki varlık ve frekans cezalarını detaylı bir şekilde açıklıyor.