Gemma 4 26B-A4B Pruned + Türkçe Heal — GGUF

google/gemma-4-26B-A4B-it modelinin uzman-budanmış (expert-pruned) ve Türkçeye uyarlanmış versiyonu. Her katmandaki 128 uzmandan 101'i korundu (~%21 küçülme), ardından Türkçe + kod + matematik karışık talimat veriseti üzerinde LoRA ile iyileştirildi.

llama.cpp / Ollama / LM Studio ile RTX 5060 (16 GB) veya benzeri tüketici GPU'larda kolayca çalışır.

Sürümler

Kullanım

llama.cpp

./llama-cli -m merged.Q4_K_M.gguf \
  -p "Türkiye'nin başkenti neresidir?" \
  -n 200 --temp 0.7 --repeat-penalty 1.1

Ollama

cat > Modelfile <<'MODELFILE'
FROM ./merged.Q4_K_M.gguf
TEMPLATE """{{ if .System }}<start_of_turn>system
{{ .System }}<end_of_turn>
{{ end }}{{ if .Prompt }}<start_of_turn>user
{{ .Prompt }}<end_of_turn>
<start_of_turn>model
{{ end }}{{ .Response }}<end_of_turn>
"""
PARAMETER stop "<end_of_turn>"
PARAMETER repeat_penalty 1.1
SYSTEM "Sen yardımsever, dürüst ve bilgili bir Türkçe konuşan asistansın. Kullanıcının sorusu hangi dilde olursa olsun her zaman Türkçe yanıt ver."
MODELFILE

ollama create gemma-tr -f Modelfile
ollama run gemma-tr

Eğitim Detayları

Sınırlamalar

• Matematik akıl yürütme (özellikle çok adımlı problemler) zayıf
• 4-bit quant nedeniyle bf16 versiyonuna kıyasla ~%1-2 perplexity artışı
• Türkçe-dışı dillerde yazılı talimatlara hâlâ Türkçe cevap verir (system prompt ile değiştirilebilir)

---

Gemma 4 26B-A4B Pruned + Turkish Heal — GGUF (English)

Expert-pruned variant of google/gemma-4-26B-A4B-it: 128 → 101 experts per layer (~21% smaller), then LoRA-healed on a Turkish + code + math instruction mix. Runs comfortably on RTX 5090 / 24 GB+ consumer GPUs via llama.cpp / Ollama / LM Studio.

Variants

Training summary

Limitations

• Multi-step math reasoning is weak
• ~1-2% perplexity increase vs bf16 due to 4-bit quantization
• Defaults to Turkish output; override via system prompt for other languages