README.md

metadata

base_model: inecnuc/Llama-3.1-8B-4bit-turkish-chat
language:
  - tr
license: apache-2.0
tags:
  - text-generation-inference
  - transformers
  - inetnuc
  - llama
  - gguf
datasets:
  - inetnuc/turkish_combined_dataset

Llama-3.1-8B Türkçe Sohbet Modeli

• Geliştiren: inetnuc
• Lisans: apache-2.0
• Temel Model: unsloth/Llama-3.1-8B-4bit

Bu Llama-3.1-8B modeli, Türkçe dili ile ilgili konular için metin üretim yeteneklerini artırmak amacıyla ince ayar yapılmıştır. Eğitim süreci, Unsloth ve Huggingface'in TRL kütüphanesi kullanılarak hızlandırılmış olup, 2 kat daha hızlı performans elde edilmiştir.

İnce Ayar Süreci

Model, Unsloth kütüphanesi kullanılarak ince ayar yapılmıştır ve süreç aşağıdaki adımları içermektedir:

1. Veri Hazırlama: Türkçe dili ile ilgili veriler yüklendi ve ön işlemden geçirildi.
2. Model Yükleme: unsloth/Llama-3.1-8B-4bit temel model olarak kullanıldı.
3. LoRA Uygulaması: Etkin eğitim için LoRA (Düşük Rütbe Adaptasyonu) uygulandı.
4. Eğitim: Optimize edilmiş hiperparametrelerle Hugging Face'in TRL kütüphanesi kullanılarak model ince ayar yapıldı.

Model Detayları

• Temel Model: unsloth/Llama-3.1-8B-4bit
• Dil: ingilizce ve Türkçe (tr)
• Lisans: Apache-2.0

Yazar

MUSTAFA UMUT ÖZBEK

https://www.linkedin.com/in/mustafaumutozbek/ https://x.com/m_umut_ozbek

Kullanım

Modeli Yükleme

Modeli ve tokenizer'ı aşağıdaki kod parçası ile yükleyebilirsiniz:

from transformers import AutoModelForCausalLM, AutoTokenizer

# Tokenizer ve modeli yükleme
tokenizer = AutoTokenizer.from_pretrained("inetnuc/Llama-3.1-8B-4bit-turkish-chat")
model = AutoModelForCausalLM.from_pretrained("inetnuc/Llama-3.1-8B-4bit-turkish-chat")

# Metin üretim örneği
inputs = tokenizer("IAEA'nın siber güvenlik yaklaşımı nedir?", return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=128)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))