Update README.md

README.md

@@ -12,11 +12,11 @@ tags:
 
 # 🇹🇷 Kayra-Stable
 
-**Kayra-Stable**, 85M parametreli Türkçe instruction-tuned dil modelidir.
+**Kayra-Stable**, ~117M parametreli Türkçe instruction-tuned dil modelidir.
 
 ## 📊 Model Özellikleri
 
-- **Parametre Sayısı**: 85 Milyon
+- **Parametre Sayısı**: ~117 Milyon
 - **Context Window**: 512 token
 - **Vocab Size**: 32,000
 - **Eğitim Süresi**: ~11 saat (T4 GPU)
@@ -31,20 +31,20 @@ tags:
 
 ## 🚀 Kullanım
 ```
-    from transformers import AutoModelForCausalLM, AutoTokenizer
+from transformers import AutoModelForCausalLM, AutoTokenizer
     
     # Model yükle
-    model = AutoModelForCausalLM.from_pretrained("sixfingerdev/kayra-stable", trust_remote_code=True)
-    tokenizer = AutoTokenizer.from_pretrained("sixfingerdev/kayra-stable")
+model = AutoModelForCausalLM.from_pretrained("sixfingerdev/kayra-stable", trust_remote_code=True)
+tokenizer = AutoTokenizer.from_pretrained("sixfingerdev/kayra-stable")
     
     # Soru sor
-    prompt = "### Soru: Türkiye'nin başkenti neresidir?\n\n### Cevap:"
-    inputs = tokenizer(prompt, return_tensors="pt")
+prompt = "### Soru: Türkiye'nin başkenti neresidir?\n\n### Cevap:"
+inputs = tokenizer(prompt, return_tensors="pt")
     
     # Cevap üret
-    outputs = model.generate(**inputs, max_new_tokens=100, temperature=0.2)
-    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
-    print(response.split("### Cevap:")[-1].strip())
+outputs = model.generate(**inputs, max_new_tokens=100, temperature=0.2)
+response = tokenizer.decode(outputs[0], skip_special_tokens=True)
+print(response.split("### Cevap:")[-1].strip())
 ```
 ## ✅ Test Sonuçları