Are You in the Weights: AI modelleri adınızı tanıyor mu?

İki geliştirici, Thomas Dimson ve Joey Flynn, intheweights.com adlı siteyi yayına aldı: önde gelen yapay zekâ modellerinin sizi tanıyıp tanımadığını yanıtlayan küçük bir web aracı. Proje Hacker News'te "Show HN" gönderisi olarak paylaşıldı ve 471 puan topladı; böylece teknik bir merak, popüler bir eğlenceye dönüştü — insanlar kendi adlarını yazıp bir dil modelinin belleğinde kalıp kalmadığını görüyor.

Test neyi ölçüyor

Fikir basit. Büyük dil modelleri bilgilerini "ağırlık" denen milyarlarca sayıda saklar. Bir modelin web araması olmadan hatırladığı her şey, yazarların deyişiyle "ağırlıkların içindedir". Bu, eğitim sırasında modelin kişiyi kodlanmaya değer bulduğu anlamına gelir. Sitenin tanıtım sayfası bunu tuhaf bir ün biçimi olarak anlatıyor: kişi, model yaşadığı sürece varlığını sürdürüyor.

Puan nasıl hesaplanıyor

Her ad, modellere "<ad> kimdir? Kısa açıklama ve güven düzeyiyle en fazla 10 sonuç ver" gibi bir istemle gönderiliyor. Yanıtlar benzerliğe göre kümelendiriliyor ve tek bir güç puanına dönüştürülüyor; adı tanıyan model sayısı için de bonus ekleniyor. Model listesi geniş: GPT-5.5, GPT-5.6 Sol, Terra ve Luna, GPT-5.4 Mini, Opus 4.8, Haiku 4.5, Grok 4.20, Gemini 3.1 Lite, Thinky Inkling, Kimi K2 0905, DeepSeek V4, Llama 3.3 70B, Llama 3.2 1B, GLM 4.7 Flash, Mistral 3.2 24B ve Qwen3 8B.

Küçük model zorlu sınav

Yazarlar model boyutunun önemli olduğunu vurguluyor: model ne kadar küçükse ağırlıklarında görünmek o kadar zor. Llama 3.2 1B'de görünen bir ad, onlara göre yaklaşık bir gigabaytlık parametre içinde temsil edilecek kadar önemli; aynı kişiyi çok daha büyük bir sistemde bulmak ise daha kolay.

Sıralama, sınırlar ve tuhaflıklar

Günlük "bugünün ağır sıkletleri" tablosu en güçlü adları sıralıyor — yazı sırasında zirvede 979 ile Venustiano Carranza, 952 ile Mezopotamya tanrısı Marduk, 946 ile İrlanda kralı Niall Noígíallach, 925 ile astronom Annie Jump Cannon ve 903 ile Pokémon Rotom vardı. Yazarlar yöntemin zayıf noktalarını açıkça belirtiyor: yanlış yazılan adlar daha düşük puan alıyor, modellerin bildirdiği güven düzeyi kalibre edilmemiş ve çalıştırmalar arasında değişebiliyor, çok sayıda eşleşmesi olan yaygın adlar daha düşük puan topluyor ve modeller bazen hiç yaşanmamış biyografik ayrıntılar uydurabiliyor. Ana sayfadaki görseller gpt-5.4-image-2'nin ağırlıklarıyla üretiliyor ve yalnızca ilk 20 giriş görsel alıyor, çünkü süreç pahalı.