Update README

README.md

@@ -10,6 +10,8 @@ license: apache-2.0
 language:
 - en
 - tr
+datasets:
+- Qutiba/Kubernets_LinuxCommands_KVM_Postgresql
 ---
 
 # Uploaded  model
@@ -60,3 +62,50 @@ The inclusion of diverse technical topics ensures that the model can assist with
 - **Dataset:** Custom-developed dataset of 56,466 question-answer pairs from various technical fields (Kubernetes, Linux, PostgreSQL, Docker, etc.).
 
 ---
+--- 
+**
+---
+---
+
+
+# Yüklenen Model
+
+- **Geliştiren:** Özgür Entegrasyon
+- **License:** apache-2.0
+- **Eğitimde Kullanılan Model :** meta-llama/Llama-3.1-8B-Instruct
+
+OZGURLUK-GPT-LinuxGeneral, özellikle Linux sistem yönetimi, ağ yönetimi ve veritabanı sorun giderme konularında yardımcı olmak amacıyla ince ayar yapılmış bir dil modelidir. Teknik görevlerle ilgili özel bir veri seti kullanılarak eğitilmiştir, bu model Linux komutlarını yorumlamakta ve kullanışlı çözümler sunmakta oldukça başarılıdır. Sunucu sorunlarını gidermek, bir ağı yapılandırmak ya da veritabanlarını yönetmek gibi görevlerde adım adım rehberlik sunar.
+
+Model, üç farklı formatta sunulmaktadır: 4-bit, 8-bit ve 16-bit. 8-bit versiyonu performans ve bellek kullanımını dengelerken, 16-bit versiyonu daha yüksek doğruluk ve hassasiyet sunar. 4-bit versiyonu, düşük kaynaklı ortamlar için optimize edilmiş hafif bir alternatiftir. Ayrıca, HUGG formatı (GGUF) modelin daha küçük bir bellek izine sahip olmasını ve hızlı yükleme süreleri sunmasını sağlar.
+
+
+---
+
+## Veri Seti
+
+OZGURLUK-GPT-LinuxGeneral modelinin ince ayar yapılmasında kullanılan veri seti, çeşitli kaynaklardan ve internet üzerindeki veritabanlarından toplanarak geliştirildi.
+
+Toplamda 56.466 soru-cevap çifti toplanmış olup, bu veriler geniş bir teknik alan yelpazesinde yer almaktadır; bunlar arasında Kubernetes, Linux, PostgreSQL, Docker ve diğerleri yer almaktadır. Veri seti, farklı başlıklar altında düzenlenmiş olup, her başlık altında benzer sorular ve cevaplar gruplandırılmaktadır. Bu düzenleme, modelin teknik sorun çözme konusundaki incelikleri daha iyi anlamasını ve sistem yönetimi gibi alanlarda kullanıcılara özelleştirilmiş cevaplar sunmasını sağlar.
+
+Farklı teknik konuları içeren bu veri seti, modelin çeşitli görevleri yerine getirmesine yardımcı olur ve Linux tabanlı sistemlerle ilgili çeşitli zorluklara uyum sağlamasına olanak tanır, bu sayede yüksek doğrulukla alanına özgü çözümler sunar.
+
+
+
+--
+
+## Temel Özellikler
+
+- **Linux için Optimize Edildi:** Linux sistem komutları, sorun giderme çözümleri ve ağ yapılandırmaları içeren bir veri seti ile eğitildi.
+- **Çoklu Format Desteği:** Donanımınıza göre en iyi performans için 4-bit, 8-bit, 16-bit veya HUGG formatını seçebilirsiniz.
+- **Performans:** Unsloth ve TRL kullanılarak eğitim yapıldı, bu da daha hızlı eğitim ve verimli çıkarım sağlar.
+- **Özel Veri Seti:**  Kubernetes, Linux, PostgreSQL, Docker gibi birçok teknik alanda 56.466 soru-cevap çiftini içeren özelleştirilmiş bir veri seti kullanıldı.
+
+---
+
+## Eğitim Detayları
+
+- **Temel Model:** meta-llama/Llama-3.1-8B-Instruct  
+- **İnce Ayar Yöntemi:** LoRA (Low-Rank Adaptation)  
+- **Eğitim Donanımı:** Google Colab with A100 GPUs  
+- **Veri Seti:** Custom-developed dataset of 56,466 question-answer pairs from various technical fields (Kubernetes, Linux, PostgreSQL, Docker, etc.).
+