Upload README.md with huggingface_hub

README.md

@@ -13,42 +13,49 @@ tags:
 base_model: Qwen/Qwen2.5-3B-Instruct
 ---
 
-# Mira Turkish Assistant v4 (Qwen2.5-3B-IT-TR)
+# Mira Turkish Assistant v5_hybrid (Qwen2.5-3B-IT-TR)
 
-Türkçe kişisel asistan görevleri için fine-tune edilmiş Qwen2.5-3B-Instruct modeli — **v4**.
+Türkçe kişisel asistan görevleri için fine-tune edilmiş Qwen2.5-3B-Instruct modeli — **v5_hybrid**.
 
-**v4 farkı:** v3 retrain (1.5B, 411 dialog) üzerine 1.5B→3B model yükseltmesi + dataset genişletmesi (411→1584 dialog, KISIM 12-17 eklenmesi). Hedef: JSON güvenilirliği, negation (iptal/vazgeçme) tespiti, çok turlu bağlam koruması, STT/typo direnci, runtime override kurallarının sadeleştirilmesi.
+**v5_hybrid farkı (v4 üzerine):**
+- **Dataset:** 1584 → 662 unique dialog (-%58 boyut, ama +7 domain kapsamı, jenerik system prompt, balanced intent dağılımı)
+- **Domain kapsamı:** 1 (sağlık) → 7 (sağlık, iş, finans, eğitim, seyahat, sosyal, ev)
+- **System prompt:** 800+ char → 470 char, 6 özel şablon kaldırıldı, jenerik
+- **Persona:** "Ersin Bey" hardcoded kaldırıldı (runtime'dan inject v6'ya kaldı)
+- **Eğitim:** 1 epoch → 2 epoch, max_steps cap kaldırıldı, EarlyStopping (patience=2, threshold=0.005), LR=1.5e-4 → 5e-5 (Merlin önerisi), cosine_with_restarts scheduler
+- **Hedef:** v3/v4'teki "saçmalama" sorunlarını gidermek, doğal sohbet + asistan görevleri dengesini sağlamak, 7 domain'de native doğru sonuç
 
 ## Model Detayları
 
 - **Base model:** [Qwen/Qwen2.5-3B-Instruct](https://huggingface.co/Qwen/Qwen2.5-3B-Instruct)
 - **Fine-tune yöntemi:** QLoRA (r=16, alpha=32, target_modules: q,k,v,o,gate,up,down)
-- **Veri seti:** 1584 diyalog serisi (Türkçe, SFT, ChatML format, dengeli intent dağılımı)
-- **Eğitim:** 1 epoch, validation split %5, early stopping (patience=2), max_steps=160 cap, weight_decay=0.05, LR=1.5e-4
+- **Veri seti:** 662 unique diyalog serisi (Türkçe, SFT, ChatML format, 7 domain, dengeli intent dağılımı)
+- **Eğitim:** 2 epoch, validation split %8, early stopping (patience=2, threshold=0.005), max_steps=-1, weight_decay=0.01, LR=5e-5, cosine_with_restarts scheduler
 - **Framework:** Unsloth + Transformers + TRL (Google Colab L4 GPU)
 - **Quantization:** Q4_K_M (~1.8 GB)
 - **Context window:** 2048 token (eğitim) / Android 768, iOS 2048 (runtime)
 
-### Intent Dağılımı (1584 dialog)
+### Intent Dağılımı (662 dialog)
 | Intent | Adet | Yüzde |
 |--------|------|-------|
-| CHAT | 1015 | %42 |
-| SET_REMINDER | 944 | %39 |
-| NAVIGATE | 179 | %7 |
-| ADD_TASK | 153 | %6 |
-| LIST_TASKS | 74 | %3 |
-| Multi-turn (3+ mesaj) | 473 | %30 |
+| CHAT | ~120 | %18 |
+| SET_REMINDER (tek-tur + çok-turlu) | ~360 | %54 |
+| ADD_TASK | 41 | %6 |
+| LIST_TASKS + NAVIGATE | 31 | %5 |
+| Negasyon / Düzeltme | 42 | %6 |
+| Genel sohbet + Karma | 78 | %12 |
+| Typo / STT dayanıklılık | 40 | %6 |
 
 ## Kullanım
 
 ### llama.cpp ile (komut satırı)
 
 ```bash
-llama.cpp/main -m qwen2.5-3b-it-tr-asistant-v4.Q4_K_M.gguf \
+llama.cpp/main -m qwen2.5-3b-it-tr-asistant-v5.Q4_K_M.gguf \
   -c 2048 \
   -n 512 \
   --threads 3 \
-  -p "<|im_start|>system\nSen Mira'sın, kişisel asistanımsın.<|im_end|>\n<|im_start|>user\nDişçiye gitmem lazım.<|im_end|>\n<|im_start|>assistant\n"
+  -p "<|im_start|>system\nSen Türkçe kişisel asistansın.<|im_end|>\n<|im_start|>user\nYarın saat 14'te fatura ödemeyi unutma.<|im_end|>\n<|im_start|>assistant\n"
 ```
 
 ### llama-cpp-python ile
@@ -57,18 +64,19 @@ llama.cpp/main -m qwen2.5-3b-it-tr-asistant-v4.Q4_K_M.gguf \
 from llama_cpp import Llama
 
 llm = Llama(
-    model_path="qwen2.5-3b-it-tr-asistant-v4.Q4_K_M.gguf",
+    model_path="qwen2.5-3b-it-tr-asistant-v5.Q4_K_M.gguf",
     n_threads=3,
     n_ctx=2048,
 )
 
-SYSTEM_PROMPT = """Sen Mira'sın, kişisel asistanımsın. Türkçe konuş, "Ersin Bey" diye hitap et, kibar ol.
-İntent'ler: ADD_TASK, SET_REMINDER, LIST_TASKS, NAVIGATE, CHAT. Çıktıyı JSON ver."""
+SYSTEM_PROMPT = """Sen Türkçe kişisel asistansın. BUGÜN: {today}.
+Sadece JSON: {"intent":"CHAT|ADD_TASK|LIST_TASKS|SET_REMINDER|NAVIGATE","task_title":"…|null","datetime":"ISO8601|null","navigate_to":"…|null","reply":"Türkçe yanıt"}.
+Normal sohbette doğal cevap ver. Görev/hatırlatıcı istendiğinde action alanını doldur. JSON dışında bir şey yazma."""
 
 output = llm.create_chat_completion(
     messages=[
         {"role": "system", "content": SYSTEM_PROMPT},
-        {"role": "user", "content": "Dişçiye gitmem lazım."},
+        {"role": "user", "content": "Yarın saat 14'te fatura ödemeyi unutma."},
     ],
     max_tokens=256,
     stop=["<|im_end|>"],
@@ -83,10 +91,10 @@ Model şu intent'lere sınıflandırma yapar ve JSON çıktısı üretir:
 ```json
 {
   "intent": "SET_REMINDER",
-  "task_title": "Dişçiye gitmek",
-  "datetime": "2026-06-05T10:00:00.000Z",
+  "task_title": "Fatura ödemek",
+  "datetime": "2026-06-07T11:00:00.000Z",
   "navigate_to": null,
-  "reply": "Tabii Ersin Bey, dişçiye gitmenizi 5 Haziran 2026 saat 10:00 için hatırlatıcı olarak ayarladım."
+  "reply": "Tabii, yarın saat 14:00 için fatura ödeme hatırlatıcısı oluşturdum."
 }
 ```
 
@@ -103,31 +111,28 @@ Model şu intent'lere sınıflandırma yapar ve JSON çıktısı üretir:
 **Kapsam dışı istekler** (model bunlara `CHAT` yanıtı verir):
 yemek siparişi, web arama, hava durumu, müzik, e-posta, çeviri, taksi, telefon, SMS, haber, alışveriş (kendi market listesi hariç), banka, sosyal medya, video, borsa, kripto, matematik, tarif, kamera, şarkı sözü, bilet, döviz, şaka, akıllı ev, hikaye yazma.
 
-**STT gürbüzlüğü:** Eğitim verisinde SMS kısaltmaları (`yrn`, `sbh`, `aksm`), Türkçe karakter düşmeleri (`hastane`→`hastne`, `yarın`→`yrn`), sesli harf kayıpları (`dişçi`→`diş`), devrik cümle, birleşik kelime (`kanka`, `hocm`), aşırı kısaltma (`slm`, `tmm`) için 600 örnek vardır (KISIM 15).
+**STT gürbüzlüğü:** Eğitim verisinde SMS kısaltmaları (`yrn`, `sbh`, `aksm`), Türkçe karakter düşmeleri (`hastane`→`hastne`, `yarın`→`yrn`), sesli harf kayıpları (`dişçi`→`diş`), devrik cümle, birleşik kelime (`kanka`, `hocm`), aşırı kısaltma (`slm`, `tmm`) için 40 örnek vardır (KISIM 10).
 
-**Negation tespiti:** "Vazgeçtim", "istemiyorum", "yapma", "iptal", "gerek yok", "bırak" gibi 300+ diyalogla (KISIM 12 + 16) eğitildi; model bunları kalıcı olarak CHAT'e yönlendirir ve yeni SET_REMINDER üretmez.
+**Negation tespiti:** "Vazgeçtim", "istemiyorum", "yapma", "iptal", "gerek yok", "bırak" gibi 30+ diyalogla (KISIM 6) eğitildi; model bunları kalıcı olarak CHAT'e yönlendirir ve yeni SET_REMINDER üretmez.
 
-**Context:** 2048 token (eğitim). Multi-turn diyalogda 8+ tur geçince eski bağlam düşebilir — KISIM 13 (8-10 turlu diyaloglar) bu duruma karşı eğitildi. Runtime tarafında RAG injection ile aktif görev listesi prompt'a enjekte edilir.
+**Context:** 2048 token (eğitim). Multi-turn diyalogda 5+ tur geçince eski bağlam düşebilir — KISIM 9 (karma 5-8 turlu diyaloglar) bu duruma karşı eğitildi. Runtime tarafında RAG injection ile aktif görev listesi prompt'a enjekte edilir.
 
-## Eğitim Veri Seti (1584 dialog)
+## Eğitim Veri Seti (662 dialog)
 
 | Kısım | Açıklama | Adet |
 |-------|----------|------|
-| 1 | Kimlik & Persona (Multi-turn 6-8 tur) | 7 |
-| 2 | Zamir Çözümleme (Multi-turn, 55 template × 2 senaryo) | 110 |
-| 3 | Tek-Tur Permütasyonlar | 99 |
-| 4 | Netleştirme Diyalogları (saat-eksik + konu-eksik) | 18 |
-| 5 | Out-of-Scope / Uygulama Dışı Reddetme | 28 |
-| 6 | Typo/Slang (STT Köşe Taşı) | 25 |
-| 9 | BUGÜN Context'inde Eksik Bilgi → CHAT Clarification | 30 |
-| 10 | Net Input → Direkt SET_REMINDER (50 normal + 25 typo) | 75 |
-| 11 | Veda / Bare Greeting (CHAT, never SET_REMINDER) | 19 |
-| 12 | Negation / Reddetme (sağlık parrot kırma, vazgeçtim, iptal) | 58 |
-| 13 | Uzun Konuşma Sürekliliği (8-10 tur) | 4 |
-| 14 | Hata Kurtarma / Düzeltme (saat/gün/işim düzeltme) | 15 |
-| 15 | Ağır STT / Typo / Kısaltma → SET_REMINDER | 600 |
-| 16 | Çok Turlu Negasyon + Empati (300 diyalog, 6 path × 50) | 300 |
-| 17 | Intent Güçlendirme (ADD_TASK, NAVIGATE, LIST_TASKS) | 200 |
+| 1 | Persona & Selam (jenerik) | 70 |
+| 2 | Tek-tur SET_REMINDER (7 domain × time × title) | 220 |
+| 3 | Çok-turlu SET_REMINDER ("ne zaman?" → yanıt → kur) | 140 |
+| 4 | ADD_TASK | 41 |
+| 5 | LIST_TASKS + NAVIGATE | 31 |
+| 6 | Negasyon / İptal (domain'ler arası) | 30 |
+| 7 | Düzeltme / Güncelleme (saat veya başlık değişikliği) | 12 |
+| 8 | Genel sohbet (hava, motivasyon, günlük, teknoloji, kitap, film, yemek) | 54 |
+| 9 | Karma uzun diyaloglar (5-8 turlu, domain'ler arası) | 24 |
+| 10 | Typo / STT dayanıklılık (tüm domain'lerde ağır bozulma) | 40 |
+
+**Domain dağılımı (7 domain):** sağlık, iş/kariyer, finans/fatura, eğitim, seyahat/ulaşım, sosyal/kişisel, ev/günlük yaşam. Her domain'den 60-120 örnek cross-product kombinasyonuyla (template × time × title) unique olarak üretildi.
 
 ## Donanım Doğrulamaları (Mobile)
 
@@ -138,6 +143,17 @@ yemek siparişi, web arama, hava durumu, müzik, e-posta, çeviri, taksi, telefo
 
 Vulkan backend Dimensity 8100 Android 14'te `ggml_backend_alloc_ctx_tensors_from_buft` SIGSEGV hatası veriyor (driver coopmat bug). OpenCL llama-cpp-dart 0.6.15'te implemente edilmiyor. NPU (APU 580) için llama.cpp backend'i yok.
 
+## v5_hybrid Tasarım Kararları
+
+1. **Jenerik system prompt:** "Ersin Bey" hardcoded persona kaldırıldı. Kullanıcı adı runtime'dan inject edilecek (v6 feature).
+2. **7 domain kapsamı:** Sağlık + İş + Finans + Eğitim + Seyahat + Sosyal + Ev — `itertools.product(template, time, title)` ile true cross-product unique örnekler.
+3. **3B model + küçük dataset trade-off:** 662 örnek × 2 epoch, early stopping patience=2, LR=5e-5 (Merlin önerisi — 1.5e-4 yerine).
+4. **No MAX_STEPS cap:** claude_v5 başarısı, dataset küçük ama yeterli (170 step bekleniyor, erken durma ile 80-120 step).
+5. **cosine_with_restarts scheduler:** Düz iniş + restart, lokal minimum'a düşmemek için.
+6. **Eval steps=25:** 170 step / 25 = 6-7 eval noktası, yeterli validasyon sinyali.
+7. **System prompt 470 char:** "asla 'bana' demeyin" kuralı korundu, "size yardımcı olabilirim" tonu sabit.
+8. **No hardcoded "Merhaba" sabit:** chat() helper'ı 4 farklı jenerik selam verir (kullanıcı çeşitliliği için).
+
 ## Lisans
 
 Apache 2.0 (Qwen2.5 base modeliyle uyumlu).
@@ -145,9 +161,9 @@ Apache 2.0 (Qwen2.5 base modeliyle uyumlu).
 ## Atıf
 
 ```
-@misc{mira-turkish-assistant-2026,
+@misc{mira-turkish-assistant-v5-hybrid-2026,
   author = {Algoritma Turk},
-  title = {Mira Turkish Assistant: Qwen2.5-3B Fine-tuned for Turkish Personal Assistant Tasks},
+  title = {Mira Turkish Assistant v5_hybrid: Qwen2.5-3B Fine-tuned for 7-Domain Turkish Personal Assistant Tasks},
   year = {2026},
   publisher = {Hugging Face},
   url = {https://huggingface.co/AlienTurk/Turkish-Asistant-gguf}