Sixfinger-2B Math LoRA 🧮

Bu model, vngrs/kumru-2b temel (base) modeli üzerine Türkçe matematik problemlerini, akıl yürütme (reasoning) ve hesaplama görevlerini daha iyi çözebilmesi amacıyla ince ayar (fine-tuning) yapılarak geliştirilmiş bir LoRA (Low-Rank Adaptation) adaptörüdür.

Geliştirici: sixfingerdev
Lisans: Apache-2.0
Dil: Türkçe (tr)
Temel Model: vngrs/kumru-2b

📌 Modelin Amacı

Bu LoRA adaptörü, Türkçe doğal dil işleme yeteneklerini geliştiren ana modelin, matematiksel problem çözme, adım adım denklemleri açıklama ve sayısal analiz konularındaki performansını artırmayı hedefler.

🚀 Kullanım (Usage)

Modeli kullanmak için transformers ve peft kütüphanelerine ihtiyacınız olacak:

pip install transformers peft torch

Aşağıdaki Python kodu ile modeli projenize dahil edebilirsiniz:

import torch
from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer

# Temel modeli ve tokenizer'ı yükleme
model_id = "vngrs/kumru-2b"
base_model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto")
tokenizer = AutoTokenizer.from_pretrained(model_id)

# LoRA adaptörünü temel model ile birleştirme
lora_id = "sixfingerdev/sixfinger-2b-math-lora"
model = PeftModel.from_pretrained(base_model, lora_id)

# Örnek Kullanım
prompt = "Bir bakkal tanesi 5 TL'den 20 tane ekmek alıyor. Toplam ne kadar öder?"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    outputs = model.generate(**inputs, max_new_tokens=50)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

⚙️ Eğitim Detayları

• Kütüphane: PEFT
• Metot: LoRA
• Dil: Türkçe
• Odak Alanı: Matematik Çözümü / Soru Cevaplama

⚠️ Sınırlamalar

• Model karmaşık matematik teorilerinde zaman zaman hata yapabilir.
• Üretken (generative) modellerin doğası gereği halüsinasyon durumları görülebilir, elde edilen sayısal sonuçların her zaman teyit edilmesi önerilir.