Model; kişisel veri, açık rıza, aydınlatma yükümlülüğü, veri güvenliği, anonimleştirme ve benzeri bilişim hukuku konularında eğitim amaçlı yanıtlar üretmek için tasarlanmıştır.

Kullanım

python

from transformers import AutoModelForCausalLM, AutoProcessor
from peft import PeftModel

base_model = "unsloth/gemma-3-4b-it-bnb-4bit"
adapter = "enes1863/gemma-3-4b-bilisim-hukuku-lora"

model = AutoModelForCausalLM.from_pretrained(base_model, device_map="auto")
model = PeftModel.from_pretrained(model, adapter)
processor = AutoProcessor.from_pretrained(adapter)

Sınırlamalar

Bu model hukuki danışmanlık sunmaz. Yanıtları hatalı veya güncelliğini yitirmiş olabilir. Somut olaylarda güncel mevzuat, Kurul kararları ve resmî kaynaklar kontrol edilmeli; gerektiğinde yetkin bir hukukçudan destek alınmalıdır.

Model bağımsız bir tam model değil, Gemma 3 4B üzerinde kullanılacak LoRA adaptörüdür.

Türkçe MMLU Benchmark Sonuçları

Değerlendirme, alibayram/yapay_zeka_turkce_mmlu_model_cevaplari veri setindeki 62 bölüm ve 6.200 soru üzerinde yapılmıştır. Base ve LoRA koşularında aynı prompt, seed=42, greedy decoding ve max_new_tokens=42 kullanılmıştır.

model	dogru	toplam	basari_yuzdesi	fark_yuzde_puan
gemma-3-4b-bilisim-hukuku-lora	3555	6200	57.34	0.26
gemma-3-4b-it-base	3539	6200	57.08	0

Sonuçlar doğrudan Transformers/PEFT ile, aynı 4-bit base ağırlıkları üzerinde ölçülmüştür. LoRA satırında yalnızca adaptör etkinleştirilmiştir.

Turkish Legal Cloze Benchmark Sonuçları

Değerlendirme, turkhukuk/hukukbert-cloze-benchmark veri setindeki 750 Türkçe hukuk sorusu üzerinde yapılmıştır. Base ve LoRA koşularında aynı prompt, seed=42, greedy decoding ve max_new_tokens=8 kullanılmıştır.

model	dogru	toplam	basari_yuzdesi	fark_yuzde_puan
gemma-3-4b-bilisim-hukuku-lora	479	750	63.87	0.4
gemma-3-4b-it-base	476	750	63.47	0

Sonuçlar Transformers/PEFT ile aynı 4-bit base ağırlıkları üzerinde ölçülmüştür. LoRA satırında yalnızca adaptör etkinleştirilmiştir.