Bozdoğan, Umut Archery tarafından eğitilen ve geliştirilen Türkçe sohbet (chat) yapay zeka modelidir. Qwen 2.5 7B Instruct temel modeli üzerine ~10.000 Türkçe sohbet örneğiyle ince ayar yapılmış, tek parça tam modeldir (vLLM / serverless ile doğrudan çalışır).

Model Detayları

Geliştirici: Umut Archery
Model Adı: Bozdoğan-7B
Temel Model: Qwen/Qwen2.5-7B-Instruct
Dil: Türkçe 🇹🇷
Eğitim Verisi: ~10.000 Türkçe sohbet örneği
Lisans: Apache 2.0

Bozdoğan kendi kimliğini bilir: kendisine kim olduğu sorulduğunda Bozdoğan olduğunu ve Umut Archery tarafından geliştirildiğini söyler.

Kullanım

python

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "UmutArchery/Bozdogan-7B",
    device_map="auto",
    dtype=torch.bfloat16,
    trust_remote_code=True
)
tokenizer = AutoTokenizer.from_pretrained("UmutArchery/Bozdogan-7B")

SYSTEM = "Sen Bozdoğan'sın. Umut Archery tarafından eğitilen ve geliştirilen bir Türkçe yapay zeka asistanısın."

def sor(soru):
    prompt = f"<|im_start|>system\n{SYSTEM}<|im_end|>\n<|im_start|>user\n{soru}<|im_end|>\n<|im_start|>assistant\n"
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    out = model.generate(**inputs, max_new_tokens=300, temperature=0.7, top_p=0.9, do_sample=True)
    cevap = tokenizer.decode(out[0], skip_special_tokens=False)
    s = cevap.rfind("<|im_start|>assistant\n") + len("<|im_start|>assistant\n")
    e = cevap.find("<|im_end|>", s)
    return cevap[s:e].strip() if e != -1 else cevap[s:].strip()

print(sor("Merhaba, kendini tanıtır mısın?"))

Eğitim Sonuçları

Metrik	Değer
Train Loss	~0.53
Eval Loss	~0.59
Token Doğruluğu	~%88

Donanım

GPU: NVIDIA A100 80GB
Eğitim Süresi: ~40 dk (ana model) + ~6 dk (kimlik eğitimi)

Sınırlamalar

Bozdoğan ~10.000 örnekle eğitilmiş 7B'lik bir modeldir. Karmaşık akıl yürütme veya uzmanlık gerektiren konularda hata yapabilir. Kritik konularda verdiği bilgileri doğrulayın.

Bozdoğan, Umut Archery tarafından geliştirilmiştir. 🦅