LAM (Large Action Model) nedir?

Bir dil modeline "yarın İzmir'e uçak bileti bul" dediğinizde size bileti nasıl bulabileceğinizi anlatır. Large Action Model (büyük eylem modeli) ise işi yapmayı hedefler: havayolu sitesini açar, tarihleri seçer, seçenekleri karşılaştırır ve ödeme adımında onayınızı ister. Kısacası LAM, bir niyeti eyleme çevirmek için geliştirilen modeldir.

Terim, 2024 başında Rabbit şirketinin R1 adlı cihazıyla geniş kitlelere ulaştı. Bugün LAM daha çok bir kategori adı olarak kullanılıyor; Salesforce gibi şirketler de eylem odaklı modellerini bu adla yayımladı.

LAM'ler iki yoldan eylem yapar. Birincisi API'ler üzerinden: model hangi servisin hangi fonksiyonunu çağıracağına karar verir (function calling). İkincisi arayüz üzerinden: model ekran görüntüsünü görür, düğmeleri ve formları tanır, fareyi ve klavyeyi bir insan gibi kullanır. İkinci yol, API'si olmayan eski sistemlerle de çalışabildiği için değerlidir.

Anthropic, OpenAI ve Google'ın bilgisayar ve tarayıcı kullanan ajan özellikleri bu yaklaşımın bilinen örnekleridir.

İki kavram iç içedir. AI agent bir sistem tasarımıdır: plan yapan, araç kullanan ve sonucu takip eden bir döngü. LAM ise bu döngünün içinde, eylem üretmek için özel olarak eğitilmiş modeldir. Her ajan bir LAM kullanmak zorunda değildir; birçok ajan genel bir dil modeli ve iyi tanımlanmış araçlarla çalışır.

Arayüz üzerinden çalışan modeller hâlâ yavaş ve hataya açıktır. Sayfa tasarımı değişince yolunu kaybedebilir, beklenmedik bir açılır pencerede takılabilir. Gerçek para ve veriyle işlem yaptıkları için yetkileri sınırlanmalı, kritik adımlar guardrail kurallarıyla insan onayına bağlanmalıdır.