Views
No views yet
| Ders | Başarı Oranı | Soru Sayısı |
|---|---|---|
| TYT Matematik | %75 | 168 |
| AYT Matematik | %60 | 144 |
| AYT Tarih | %65 | 156 |
| Fizik | %55 | 132 |
| Kimya | %50 | 90 |
| Biyoloji | %50 | 114 |
1from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
2from peft import PeftModel
3import torch
4
5# 4-bit config (opsiyonel, bellek tasarrufu için)
6bnb_config = BitsAndBytesConfig(
7 load_in_4bit=True,
8 bnb_4bit_compute_dtype=torch.float16
9)
10
11# Model yükleme
12base_model = "Qwen/Qwen2.5-7B-Instruct"
13model = AutoModelForCausalLM.from_pretrained(
14 base_model,
15 quantization_config=bnb_config, # Opsiyonel
16 device_map="auto"
17)
18
19# LoRA adapter yükle
20model = PeftModel.from_pretrained(model, "Huseyin/yks-turkish-7b-lora")
21tokenizer = AutoTokenizer.from_pretrained("Huseyin/yks-turkish-7b-lora")
22
23# Soru çözme
24def yks_coz(soru):
25 prompt = f"""Sen bir YKS uzmanısın. Soruyu çöz ve Türkçe açıkla.
26
27Soru: {soru}
28
29Çözüm:"""
30
31 inputs = tokenizer(prompt, return_tensors="pt")
32 outputs = model.generate(
33 **inputs,
34 max_new_tokens=300,
35 temperature=0.7,
36 do_sample=True,
37 top_p=0.9
38 )
39 return tokenizer.decode(outputs[0], skip_special_tokens=True)
40
41# Test
42print(yks_coz("x² - 5x + 6 = 0 denkleminin kökleri nelerdir?"))1sorular = [
2 "2x + 5 = 15 denklemini çöz",
3 "Pisagor teoremini açıkla",
4 "Mitoz ve mayoz arasındaki farklar nelerdir?",
5 "Osmanlı Devleti'nin kuruluş tarihi nedir?"
6]
7
8for soru in sorular:
9 cevap = yks_coz(soru)
10 print(f"S: {soru}")
11 print(f"C: {cevap}\n")