KAIST, ekranı görerek web sitelerini kullanan yapay zekâ ajanı KORMo-Web’i tanıttı

8 dakikalık okuma
KAIST unveils KORMo-Web, an AI agent that uses websites by watching the screen

Küçük bir yapay zekâ modeli gerçek web sitesi görevlerini üstleniyor

KAIST araştırmacıları, web sitelerini fare tıklamaları ve klavye girdileriyle kullanan KORMo-Web adlı yapay zekâ ajanını yayımladı. Gerçek web sitelerinde yapılan değerlendirmede en küçük model, Korece ve İngilizce verilen görevlerin yüzde 42,3’ünü tamamladı.

İçindekiler
  1. Küçük bir yapay zekâ modeli gerçek web sitesi görevlerini üstleniyor
  2. Yapay zekâ bir web sitesini insan gibi nasıl kullanıyor?
  3. Ekibin, modeli eyleme geçmeden önce ona öğrettikleri
  4. Yüzde 42,3 başarı oranı ne anlama geliyor?
  5. Korece değerlendirme verileri neden önemli?
  6. Üç model ve bunları çalıştırmak için gereken araçlar
  7. Tanıtımlardan işlerin güvenle devredilmesine
  8. Öne Çıkanlar

KAIST Kültür Teknolojisi Enstitüsü’nden Profesör Lim Kyung-taek’in liderlik ettiği ekip, modelin yayımlandığını 17 Kasım 2026’da duyurdu. Sisteme ekranda gördüklerini ve nasıl hareket etmesi gerektiğini öğretmek için 10 milyondan fazla web ekranı örneği ve 100 binden fazla web sitesi etkileşim kaydı kullanıldı.

KORMo-Web; ChatGPT ve Claude gibi hizmetleri kullanabiliyor, Naver Shopping ve Coupang’da ürün arayabiliyor, e-posta taslakları hazırlayabiliyor ve çevrimiçi topluluklarda işlem yapabiliyor. Araştırmacılar ayrıca gerçek web sitelerinde gerçekleştirilen 40 görevi dört dakikaya sığdıran bir tanıtım videosu yayımladı.

Temel fikir basit: Her hizmet için ayrı bir yazılım bağlantısı oluşturmak yerine, yapay zekâya kişinin gördüğü ekranı anlama ve ekrandaki kontrolleri kullanma becerisi kazandırmak.

KAIST, kişisel bilgisayarda doğrudan çalışabilen 4 milyar parametreli bir sürüm de dâhil olmak üzere üç model boyutu yayımladı. Sürüm kapsamında model ağırlıkları, eğitim verileri, Korece değerlendirme verileri ve Chrome uzantısı kodu da bulunuyor. Böylece geliştiricilere sistemi çalıştırmak ve incelemek için gereken bileşenler sunuluyor.

Yapay zekâ bir web sitesini insan gibi nasıl kullanıyor?

KORMo-Web bir yapay zekâ ajanı; yani yalnızca yazılı bir yanıt vermek yerine, isteği yerine getirmek için eylemlerde bulunuyor. Kullanıcı ona bir talimat veriyor; sistem de web ekranını yorumluyor, uygun kontrolleri seçiyor ve istenen sonuca ulaşmak için metin giriyor.

Örneğin alışveriş görevi, arama kutusunun nerede olduğunu anlamayı, ürün adını girmeyi ve sonuçlar arasında gezinmeyi gerektiriyor. Başka bir yapay zekâ hizmetini kullanarak içerik hazırlamak içinse giriş alanını bulmak, isteği göndermek ve yanıtı işlemek gerekiyor.

Reklam

Pek çok yazılım hizmeti, başka bir programın bilgi istemesine veya işlem yapmasına imkân veren uygulama programlama arayüzleri (API) sunuyor. KORMo-Web ise görünür web sitesi arayüzü üzerinden çalışmayı hedefliyor; böylece her hizmet için özel bir bağlantı oluşturma ihtiyacını azaltıyor.

Lim, projeyi anlatırken bu hedefi şöyle ifade etti:

Amacımız, her hizmet için harici uygulama programlama arayüzlerini (API’leri) tek tek bağlamak değil; yapay zekânın ekranı bir insan gibi anlamasını ve bilgisayarı doğrudan kullanmasını sağlamak,

Bu yaklaşım, ağırlıklı olarak bir sayfanın temel HTML yapısı veya Belge Nesne Modeli (DOM) üzerinden çalışan otomasyon sistemlerinden de farklı. Bu yapılar, bir web sayfasının nasıl düzenlendiğini tanımlıyor. KORMo-Web’in eğitimi ise ekranda gösterilen içeriğe ve insanların web sitelerini nasıl kullandığına ilişkin kayıtlara odaklanıyor.

Ekibin, modeli eyleme geçmeden önce ona öğrettikleri

Araştırmacılar, Güney Kore’de yaygın olarak kullanılan web siteleri de dâhil olmak üzere Korece ve İngilizce web ekranlarından 10 milyondan fazla eğitim örneği oluşturdu. Amaç, modele yalnızca bir düğmenin veya metin alanının yerini öğretmekten ibaret değildi.

Ekip bu aşamayı “atomik düzeyde web ön eğitimi” olarak adlandırıyor. Basitçe söylemek gerekirse bu, daha büyük bir görevi tamamlamaya geçmeden önce bir web sitesinin küçük bileşenlerini öğrenmek anlamına geliyor: menünün yeri, bir düğmenin işlevi, giriş alanının kabul ettiği içerik ve bir kontrolün hangi durumda olduğu.

Bir düğmenin görünümü ve işlevi birbiriyle ilişkili olsa da farklı bilgiler. Bir ajanın doğru kontrolü belirlemesi ve onu kullanmanın kullanıcının görevini nasıl ilerleteceğini anlaması gerekiyor. Bu ayrıntılarla eğitim, ajana hangi eylemi seçeceği konusunda temel oluşturuyor.

Araştırmacılar daha sonra 100 binden fazla Korece ve İngilizce web etkileşim kaydı ekledi. “Yörünge” olarak da adlandırılan bu eylem dizileri, web sitesi kullanımının tek bir tıklamayla değil, birkaç adımda nasıl ilerlediğini gösteriyor.

İki eğitim aşaması farklı ihtiyaçları karşılıyor. Ekran örnekleri, ajana önündekileri tanımayı ve yorumlamayı öğretiyor. Etkileşim kayıtları ise bir dizi eylemin talimattan tamamlanmış bir göreve nasıl ulaşabileceğini gösteriyor.

Reklam

Yüzde 42,3 başarı oranı ne anlama geliyor?

4 milyar parametreli KORMo-Web-4B, ajanlardan gerçek web sitelerinde görev yapmalarını isteyen Online-Mind2Web değerlendirmesinde İngilizce ve Korece için yüzde 42,3 başarı oranına ulaştı.

Resmî KORMo-Web-4B sürüm sayfasında değerlendirme protokolü ve tüm sonuçlar yer alıyor. Bütün modeller, canlı web sitelerinde yapılan 612 görevi aynı şekilde tamamladı: 300 görev İngilizce, 312 görev Koreceydi. Her model kendi istemlerini ve eylem biçimlerini kullanırken tüm denemeler, GPT-6 olarak tanımlanan aynı dil modeli değerlendiricisi tarafından puanlandı. Başarı oranları hesaplanırken payda olarak tüm görev sayısı kullanıldı; dolayısıyla çöken veya boş sonuç veren denemeler başarısız sayıldı. Sayfada ayrıca değerlendirme altyapısının tüm teknik özelliklerine, sistem istemine ve araç şemasına da yer veriliyor.

İngilizce ve Korece başarı oranları sırasıyla şöyle: Qwen3.5-4B yüzde 20,0 ve yüzde 13,5; Fara-1.5-4B yüzde 20,7 ve yüzde 7,7; UI-TARS-1.5-7B yüzde 22,3 ve yüzde 20,2; OpenWebRL-4B yüzde 32,7 ve yüzde 15,4; KORMo-Web-4B yüzde 42,3 ve yüzde 42,3; KORMo-Web-9B yüzde 51,0 ve yüzde 48,1.

Araştırmacılar, karşılaştırmalarına dâhil ettikleri ve model ağırlıkları kamuya açık olan ajanlar arasında bunun en yüksek sonuç olduğunu belirtti. Model, önceki en iyi karşılaştırma sonucunu İngilizcede 9,6, Korecede ise 22,1 yüzde puan geride bıraktı.

Bu farklar, önceki en iyi sonuçların İngilizcede yüzde 32,7, Korecede yüzde 20,2 olduğunu gösteriyor. Dolayısıyla iyileşme Korecede çok daha büyüktü; KORMo-Web’in puanı önceki karşılaştırma puanının iki katından fazlaydı.

Yüzde puan, iki yüzde değeri arasındaki farkı ölçüyor. Örneğin yüzde 20,2’den yüzde 42,3’e çıkış, 22,1 yüzde puanlık artış anlamına geliyor. Bu da Korece sonucunun söz konusu değerlendirme kapsamında neden önemli bir değişime işaret ettiğini açıklamaya yardımcı oluyor.

Başarı oranı kullanıcılara güvenilirlik konusunda pratik bir ölçüt de sunuyor: yüzde 42,3, verilen görevlerin yarısından azının başarıyla tamamlandığı anlamına geliyor. Kalan yüzde 57,7 başarılı kategorisine girmedi. Bu nedenle kullanıcıların, sonuçları kontrol etmeden işleri düzenli olarak ajana devredebilmesi için hâlâ önemli iyileştirmeler gerekiyor.

Korece değerlendirme verileri neden önemli?

KAIST ayrıca grafik kullanıcı arayüzü ajanlarına yönelik dört büyük kıyaslama testinden uyarlanan Korece değerlendirme verilerini yayımladı. Grafik kullanıcı arayüzü; insanların yazılımları kullanırken etkileşime girdiği düğme, menü ve metin kutusu gibi görsel kontrollerden oluşuyor.

Korece değerlendirme verileri, Kore’deki web ortamlarına uygun olacak şekilde insanlar tarafından hazırlandı. Böylece araştırmacılar, geliştirme çalışmalarında bugüne kadar ağırlıklı olarak kullanılan İngilizce ortamların yanı sıra yerel web sitelerinde ve dil kullanımında da ajanları test edebiliyor.

Online-Mind2Web’de İngilizce ve Korece için elde edilen eşit yüzde 42,3’lük sonuçlar, bildirilen değerlendirme kapsamında iki dildeki performansı yan yana görmeyi sağlıyor. Önceki Korece karşılaştırma sonucuna göre elde edilen daha büyük artış da yerel dil bileşenini sürümün merkezî unsurlarından biri hâline getiriyor.

Reklam

Değerlendirme verilerinin yayımlanması, diğer geliştiricilerin kendi sistemlerini benzer görevlerle sınamasına imkân veriyor. Eğitim verileri ve etkileşim kayıtlarıyla birlikte bu kaynaklar, eğitimin hangi bölümlerinin performansı artırdığını araştırmak için daha net bir temel sunuyor.

Üç model ve bunları çalıştırmak için gereken araçlar

Sürüm, 4 milyar, 9 milyar ve 11 milyar parametreli modeller içeriyor. Parametreler, modelin eğitim sırasında öğrendiği dahili sayısal değerlerdir; model boyutunu tanımlamak için yaygın olarak kullanılan ölçütlerden biridir.

4B ve 9B sürümleri Qwen3.5 temel alınarak oluşturuldu. KORMo-Web-11B olarak adlandırılan 11B sürümü ise başlangıç noktası olarak KAIST’in kendi KORMo temel model ailesini kullanıyor. Temel model, belirli bir göreve yönelik ek eğitim alabilen, geniş kapsamlı eğitilmiş bir yapay zekâ sistemidir; bu örnekte görev web sitelerini kullanmak.

KORMo-Web-4B, doğrudan kişisel bilgisayarda çalışacak şekilde tasarlandı. Küçük boyutu, ekibin web asistanını yalnızca büyük ve uzaktaki bir sisteme bağlı kılmak yerine kullanıcının kendi cihazında çalıştırma hedefinin temel unsuru.

Yayımlananlar yalnızca modellerden ibaret değil. KAIST; öğrenilmiş model ağırlıklarını, geniş web eğitim verisi koleksiyonlarını, kullanıcı eylem dizilerini, Korece değerlendirme verilerini, Chrome uzantısı kodunu, kurulum yönergelerini, videoları ve örnekleri de erişime açıyor.

Araştırmacılar asgari bilgisayar donanımı gereksinimlerini belirtmedi. Resmî sürüm sayfasında, satın alma işlemlerinden, e-posta göndermeden veya yorum gibi herkese açık iletişimlerden önce kullanıcının onayının gerekip gerekmediği de açıklanmıyor. Para harcayan veya başka kişilerle iletişim kuran görevlerde bir ajan kullanmayı düşünenler için bu ayrıntılar önem taşıyor.

Tanıtımlardan işlerin güvenle devredilmesine

Tanıtımlarda sık karşılaşılan çeşitli işler gösteriliyor: ChatGPT aracılığıyla sunum materyali hazırlama, Claude’u kullanarak güncel araştırmaları inceleme, sonuçları Notion’da düzenleme ve alışveriş sitelerinde arama yapma. E-posta taslakları hazırlama ve çevrimiçi topluluklarda işlem yapma da sistemi, çıktının başka kişilere ulaşabileceği görevlere taşıyor.

Dört dakikalık video, 40 web sitesi görevini kısaltılmış biçimde sunuyor. Sistemi kullanmayı düşünenler için daha yararlı güvenilirlik ölçütü, ayrıca bildirilen görev başarı oranı ve belirli bir iş için ne kadar kontrol gerektiği sorusu.

Reklam

Taslak bir e-posta gönderilmeden önce gözden geçirilebilir. Bir ürün aramasının kullanıcının bütçesine ve gereksinimlerine uygun olup olmadığı kontrol edilebilir. Yorum yayımlamak veya satın alma işlemini tamamlamak ise kullanıcının hangi aşamada onay vermesi gerektiğine dair net bir karar gerektiriyor. Bu farklılıklar, yapılacak işin seçimini en az doğru kontrollere tıklama becerisi kadar önemli kılıyor.

Lim, bu tür yardımı kişisel bilgisayarlara taşımayı hedeflediğini söyledi:

Önümüzdeki dönemde, kişisel bilgisayara kurulan küçük bir yapay zekânın kullanıcı adına çok çeşitli web görevlerini yerine getirebildiği bir ortam oluşturmayı umuyoruz.

KORMo-Web; yayımlanan üç model, kapsamlı eğitim kaynakları ve Korece test araçlarıyla bu hedefi başkalarının inceleyip çalıştırabileceği bir biçime kavuşturuyor. Mevcut sonuçlar, gerçek web sitesi görevlerini tamamlamada ilerleme kaydedildiğini gösterse de bildirilen değerlendirmede görevlerin yarısından azı başarıyla tamamlandı.

Öne Çıkanlar

  • KAIST, web sitelerini görünür kontroller üzerinden kullanan yapay zekâ ajanı KORMo-Web’i 17 Kasım 2026’da duyurdu.
  • Eğitimde 10 milyondan fazla Korece ve İngilizce web ekranı örneği ile 100 binden fazla etkileşim kaydı kullanıldı.
  • 4B model, Online-Mind2Web’de her iki dilde de yüzde 42,3 görev başarısı elde etti.
  • Önceki en iyi karşılaştırma modeline göre fark İngilizcede 9,6, Korecede 22,1 yüzde puandı.
  • Sürüm; üç model boyutu, Korece değerlendirme verileri, eğitim kaynakları ve Chrome uzantısı kodu içeriyor.
  • En küçük model kişisel bilgisayarda çalışabiliyor; ancak bildirilen başarı oranı, kullanıcıların tamamlanan işleri önemli ölçüde kontrol etmesi gerektiğini gösteriyor.
Bu haberi paylaş

Bunlar da ilginizi çekebilir