Create README.md

README.md

@@ -0,0 +1,61 @@
+---
+tags:
+- gemma2
+- causal-lm
+- text-generation
+- turkish
+- fine-tuned
+- unsloth
+library_name: transformers
+model-index:
+- name: aydndglr/Eva-9B-Turkish
+  results: []
+language:
+- tr
+base_model:
+- google/gemma-2-9b-it
+---
+
+# aydndglr/Eva-9B-Turkish
+
+Bu model, aydndglr tarafından Türkçe veri seti üzerinde ince ayar (fine-tuning) yapılmış bir Gemma2 modelidir. Model, metin üretimi ve diğer doğal dil işleme görevleri için optimize edilmiştir.
+
+## Model Detayları
+
+* **Model Türü:** Gemma2 Causal Language Model
+* **Ağırlıklar:** Gemma 9B temel alınarak ince ayar yapılmıştır.
+* **Eğitim Verisi:** Özel bir Türkçe veri seti kullanılmıştır. (Wikipedia , çeşitli akademik araştırmalar ve içerikler)
+* **Amaç:** Türkçe metin üretimi, kodlama desteği, siber güvenlik , sohbet botları, içerik oluşturma gibi görevler.
+* **Geliştirici:** aydndglr
+
+## Teknik Özellikler
+
+* **Mimari:** Gemma2ForCausalLM
+* **Gizli Boyut (hidden_size):** 3584
+* **Katman Sayısı (num_hidden_layers):** 42
+* **Dikkat Başlığı Sayısı (num_attention_heads):** 16
+* **Anahtar-Değer Başlığı Sayısı (num_key_value_heads):** 8
+* **Kelime Hazinesi Boyutu (vocab_size):** 256000
+* **Maksimum Pozisyon Gömme (max_position_embeddings):** 8192
+* **Kayar Pencere (sliding_window_size):** 4096
+* **Ağırlık Tipi (torch_dtype):** float16
+* **Aktivasyon Fonksiyonu (hidden_act):** gelu\_pytorch\_tanh
+* **Dikkat Sapması (attention_bias):** false
+* **Dikkat Dropout (attention_dropout):** 0.0
+
+## Kullanım
+
+Modeli `transformers` kütüphanesiyle yüklemek için:
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+model_name = "aydndglr/Eva-9B-Turkish"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="float16")
+
+input_text = "Merhaba, nasılsın?"
+input_ids = tokenizer.encode(input_text, return_tensors="pt")
+output = model.generate(input_ids, max_length=100)
+output_text = tokenizer.decode(output[0], skip_special_tokens=True)
+print(output_text)