Birinci dereceden, tek bilinmeyenli denklemleri Türkçe ve adım adım çözen küçük bir dil modeli. Her çözüm aynı düzeni izler: denklem → numaralı adımlar (ara hesaplar görünür) → bilinmeyeni yerine koyarak sağlama → sonuç. Qwen2.5-1.5B-Instruct üzerine yerelde (RTX 4060, 8 GB) eğitilmiş bir LoRA adaptörüdür; çalışırken ağ bağlantısı ya da ücretli bir yapay zekâ API'si kullanmaz. Kardeş projeleri: Megazeka (yazım düzeltici), Megazeka-Sayı (sayı normalleştirici).
Soru: bunu çözer misin 3(x+53)=4(x+62)
Denklem: 3(x + 53) = 4(x + 62)
1. adım: Parantezleri açalım (dağılma özelliği): 3·x = 3x, 3·53 = 159, 4·x = 4x, 4·62 = 248.
3x + 159 = 4x + 248
2. adım: Bilinmeyenli terimleri solda toplamak için her iki taraftan 4x çıkaralım.
3x - 4x + 159 = 248
-x + 159 = 248
3. adım: Sabit terimi sağa geçirmek için her iki taraftan 159 çıkaralım.
-x = 248 - 159
-x = 89
4. adım: Her iki tarafı -1 ile çarpalım.
x = -89
Sağlama: x = -89 değerini ilk denklemde yerine koyalım.
Sol taraf: 3·(-89 + 53) = 3·(-36) = -108
Sağ taraf: 4·(-89 + 62) = 4·(-27) = -108
İki taraf eşit, çözüm doğru.
Sonuç: x = -89
Kapsam: tamsayı ve kesirli katsayılar, parantez, paydalı terimler, iki tarafta bilinmeyen, kesirli cevap,
"çözüm yok" ve "sonsuz çözüm" durumları, sayı/yaş/para/ardışık sayı sözel problemleri. Kullanıcı
denklemi boşluksuz (3x+5=20), yıldızlı (3*x), Unicode eksiyle ya da büyük harfli değişkenle yazabilir.
Kapsam dışı: ondalık sayılar, iki bilinmeyen, ikinci derece denklemler, eşitsizlikler.
Değerlendirme: src/degerlendir.py, açgözlü (greedy) çözümleme. "Doğru cevap" son
satırdaki değerin bağımsız bir kesir çözücüsüyle karşılaştırılmasıdır; sözel sorularda sorulan sayı
(ör. ardışık sayılarda büyük sayı) ayrıca denetlenir. "Sağlama hesabı doğru", modelin yazdığı sağlama
zincirindeki her eşitliğin gerçekten doğru olduğu çözümlerin oranıdır. Test denklemlerinin hiçbiri
eğitim verisinde yoktur (değişken harfi değiştirilmiş eşdeğerleri dahil).
| Küme | İlk deneme (iç ad v1) | v1.0 |
|---|---|---|
| Test A: 500 denklem, 14 tip + sözel | 497/500 | 498/500 |
| Test A: sağlama hesabı doğru | %90,4 | %97,3 |
| Test B: 600 denklem, yeni tipler ve sözel dahil | — | 600/600 |
| Test B: sağlama hesabı doğru | — | %94,6 |
| Elle yazılmış 24 dağılım dışı soru | 22/24 | 24/24 |
İlk denemede sağlama tek satırdı ve model değerleri hesaplamadan kopyalıyordu: yanlış cevaplarda bile
"Eşitlik sağlanıyor" yazıyordu. v1.0'da sağlama ve ara hesaplar adım adım yazıldı; sağlama hatası %9,6'dan
%2,7'ye indi. Ayrıntı: reports/degerlendirme-v2.md,
reports/degerlendirme-v1.md.
1452/22 = 69) sağlamayı yine
"çözüm doğru" diye bitirebilir; kendi yazdığı kontrol tutmasa da durmaz. Test A'daki 2 yanlıştan biri böyle.31 + 108/7). Cevabın kendisi bu örneklerde doğru.11b/12 + 12 = 1, model 11b/12 + 1 = 1 diye yazdı.Adaptör, eğitimde kullanılan 4-bit tabanla (unsloth/Qwen2.5-1.5B-Instruct-unsloth-bnb-4bit,
yaklaşık 1,6 GB) en iyi sonucu verir. Bu taban NVIDIA ekran kartı ve bitsandbytes ister.
pip install torch transformers peft accelerate bitsandbytes
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from peft import PeftModel
taban = "unsloth/Qwen2.5-1.5B-Instruct-unsloth-bnb-4bit"
tok = AutoTokenizer.from_pretrained(taban)
model = AutoModelForCausalLM.from_pretrained(taban, dtype=torch.bfloat16, device_map="cuda")
model = PeftModel.from_pretrained(model, "pandakingpunc/megazeka-denklem-qwen2.5-1.5b-tr")
soru = "2(3x + 1) = 4(x + 2) denklemini çöz."
metin = tok.apply_chat_template([{"role": "user", "content": soru}], tokenize=False, add_generation_prompt=True)
girdi = tok(metin, return_tensors="pt").to(model.device)
cikti = model.generate(**girdi, max_new_tokens=600, do_sample=False)
print(tok.decode(cikti[0][girdi["input_ids"].shape[1]:], skip_special_tokens=True))
Sistem mesajı vermeyin (eğitimde yoktu; Qwen şablonu kendi varsayılanını ekler). Açgözlü çözümleme
(do_sample=False) önerilir.
Ekran kartı yoksa taban olarak orijinal Qwen/Qwen2.5-1.5B-Instruct verilebilir (device_map="cpu",
dtype=torch.float32; yavaştır). Adaptör 4-bit taban üzerinde eğitildiği için doğruluk biraz düşer: Test B'nin
ilk 200 sorusunda 4-bit taban 200/200, orijinal bf16 taban 196/200 (hataların ikisi Unicode eksi − ile
yazılmış sorularda).
# Veri (yalnız standart kütüphane; aynı tohum aynı baytları üretir)
python src/uret.py --seed 42 --train 8000 --val 400 --test 500 --out data # Test A ve ilk deneme verisi
python src/uret_v2.py --seed 7 --train 12000 --val 500 --test 600 --out data/v2 # v1.0 verisi, Test B
python -m unittest tests.test_uret tests.test_uret_v2 # 56 test
# Eğitim (Unsloth kurulu bir ortamda; ~65 dk, RTX 4060)
python -X utf8 training/train.py --config configs/v2.json --ad v2
# Değerlendirme (eğitim sonunda kendiliğinden de çalışır)
python -X utf8 src/degerlendir.py --adapter models/v2 --test data/test.jsonl --out reports/degerlendirme-v2-v1test.json
Eğitim: 4-bit QLoRA, LoRA r 16 / alfa 32, tüm doğrusal katmanlar, LR 2e-4 (doğrusal, 50 adım ısınma),
3 epoch, toplu iş 8 × birikim 2, bağlam 1024, yalnız asistan yanıtında kayıp. 12.000 eğitim örneği,
2.250 adım; doğrulama kaybı 0,0015 → 0,0007. Kayıp geçmişi: reports/gecmis-v2.jsonl.
Sürüm adları: depo içindeki dosyalar iç adları taşır. İlk deneme (src/uret.py, Unsloth Studio ile
eğitildi) "v1", yayımlanan model "v2" diye geçer (src/uret_v2.py, configs/v2.json,
reports/degerlendirme-v2*.). Yayın etiketi v1.0, iç adı v2 olan modeldir.
Yazar: Mustafa Karatüm (ORCID 0009-0006-7053-2872)
unsloth/Qwen2.5-1.5B-Instruct-unsloth-bnb-4bit