Update README.md

README.md

@@ -1,8 +1,26 @@
+---
+license: cc-by-4.0
+language:
+- tr
+- en
+datasets:
+- berhaan/Turkish-CodeAlpaca-20k
+base_model: vngrs-ai/Kumru-2B-Base
+pipeline_tag: text-generation
+tags:
+- kumru
+- mistral
+- code-generation
+- turkish
+- qlora
+library_name: transformers
+---
+
 # 🦜 Kumru-2B-CodeAlpaca (Turkish Code Generation Model)
 
 ## Model Summary
-**Kumru-2B-CodeAlpaca**, Türkçe kod üretimi görevleri için fine-tune edilmiş bir dil modelidir.  
-Model, **vngrs-ai/Kumru-2B-Base** tabanlı olup **Turkish-CodeAlpaca-20k** veri kümesiyle  
+**Kumru-2B-CodeAlpaca**, Türkçe kod üretimi görevleri için fine-tune edilmiş bir dil modelidir.
+Model, **vngrs-ai/Kumru-2B-Base** tabanlı olup **Turkish-CodeAlpaca-20k** veri kümesiyle
 **QLoRA** yöntemi (4-bit LoRA adaptasyonu) kullanılarak eğitilmiştir.
 
 Model, Türkçe komutlardan Python, SQL, HTML, PHP ve C gibi dillere kod üretebilir.
@@ -40,7 +58,7 @@ Model, Türkçe komutlardan Python, SQL, HTML, PHP ve C gibi dillere kod üreteb
 ## 📊 Evaluation Results
 (expected +30–50%)
 
-> Fine-tuned model, Türkçe kodlama görevlerinde taban modele göre belirgin gelişme göstermiştir.  
+> Fine-tuned model, Türkçe kodlama görevlerinde taban modele göre belirgin gelişme göstermiştir.
 > Özellikle Python ve SQL örneklerinde daha kısa ve doğru fonksiyonlar üretmektedir.
 
 ---
@@ -59,34 +77,47 @@ model = AutoModelForCausalLM.from_pretrained(
     device_map="auto"
 )
 
+# Testlerde başarılı olan "Asal Sayı Kontrolü" örneği
 prompt = "Girilen sayının asal olup olmadığını kontrol eden bir Python fonksiyonu yaz. Yalnızca kodu döndür."
 
 inputs = tokenizer(prompt, return_tensors="pt", return_token_type_ids=False).to(model.device)
 
-# Modeldan token üret
+# Modeldan token üret (Deterministik çıktı için do_sample=False)
 outputs = model.generate(
     **inputs, 
-    max_new_tokens=256, 
-    temperature=0.35,          
-    repetition_penalty=1.15,  # 
+    max_new_tokens=128, 
+    repetition_penalty=1.15,
     no_repeat_ngram_size=5,
-    do_sample=True,           
-    eos_token_id=tokenizer.eos_token_id
+    do_sample=False, # Tutarlı (asal sayı) çıktısı almak için
+    eos_token_id=tokenizer.eos_token_id,
+    pad_token_id=tokenizer.pad_token_id
 )
+
 # Yalnızca üretilen yeni metni (prompt olmadan) decode et
 output_text = tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
 print("--- ÜRETİLEN KOD ---")
 print(output_text.strip())
-```
----
 
+"""
+ÖRNEK ÇIKTI (Deterministik mod):
+
+--- ÜRETİLEN KOD ---
+# Asal sayı kontrolü
+def is_prime(num):
+    if num < 2:
+        return False
+    for i in range(2, int(num**0.5) + 1):
+        if num % i == 0:
+            return False
+    return True
+"""
 ## ⚖️ Limitations & Biases
 Kumru-2B-CodeAlpaca, Türkçe kod üretiminde oldukça başarılı olsa da aşağıdaki sınırlamalara dikkat edilmelidir:
 
-- **Dil Uyumu:** Model, yalnızca Türkçe açıklama ve talimatlar üzerinde eğitildiği için İngilizce promptlarda performansı düşebilir.  
-- **Kod Tutarlılığı:** Uzun veya çok adımlı algoritmalarda bazen gereksiz tekrarlar veya fazladan çıktılar üretebilir.  
-- **Çıktı Güvenliği:** Üretilen kodlar doğrudan çalıştırılmadan önce mutlaka gözden geçirilmelidir; çünkü mantıksal veya sözdizimsel hatalar oluşabilir.  
-- **Yaratıcılık – Doğruluk Dengesi:** `temperature` parametresi yükseltildiğinde yaratıcı ama hatalı kodlar üretebilir.  
+- **Dil Uyumu:** Model, yalnızca Türkçe açıklama ve talimatlar üzerinde eğitildiği için İngilizce promptlarda performansı düşebilir.
+- **Kod Tutarlılığı:** Uzun veya çok adımlı algoritmalarda bazen gereksiz tekrarlar veya fazladan çıktılar üretebilir.
+- **Çıktı Güvenliği:** Üretilen kodlar doğrudan çalıştırılmadan önce mutlaka gözden geçirilmelidir; çünkü mantıksal veya sözdizimsel hatalar oluşabilir.
+- **Yaratıcılık – Doğruluk Dengesi:** `temperature` parametresi yükseltildiğinde yaratıcı ama hatalı kodlar üretebilir.
 
 Model, profesyonel geliştiriciler için yardımcı araç olarak kullanılmalı, doğrudan üretim ortamlarında denetimsiz kullanılmamalıdır.
 
@@ -113,6 +144,5 @@ Eğitim süreci sırasında enerji verimliliği için karma hassasiyet (bfloat16
   author = {Berhan, A.},
   title = {Kumru-2B-CodeAlpaca: A Turkish Instruction-Tuned Code Generation Model},
   year = {2025},
-  howpublished = {\url{https://huggingface.co/berhaan/kumru-2b-codealpaca}},
-}
-
+  howpublished = {\url{[https://huggingface.co/berhaan/kumru-2b-codealpaca](https://huggingface.co/berhaan/kumru-2b-codealpaca)}},
+}