metadata
license: mit
language:
- tr
base_model:
- BardakAI/BARDAKAI
new_version: BardakAI/BARDAKAI
pipeline_tag: question-answering
library_name: sample-factory
Model Card for Model ID
This modelcard aims to be a base template for new models. It has been generated using this raw template.
Model Details
Model Description
- Developed by: [kozasoft-dağlar ali koç]]
- Funded by [optional]: [Dağlar Ali K.]
- Shared by [optional]: [Kozasoft]
- Model type: [Dil modeli (LLM)transformer tabanlı]
- Language(s) (NLP): [TÜRKÇE (TR)]
- License: [MİT VEYA APACHE 2.0]
- Finetuned from model [optional]: [HAYIR SIFIRDAN EĞİTİLDİ]
Model Sources [optional]
- Repository: []
- Paper [optional]: [More Information Needed]
- Demo [optional]: [https://sites.google.com/view/bardak-gpt/home]
Uses
Direct Use
[BARDAKAI, Türkçe doğal dil işleme görevleri için tasarlanmıştıt .Soru-cevap ,metin üretimi,sohbet ve temel dil görevlerinde kullanlıbalilir .günlük sohbet asistanı gbii alanlarda etkilidir.## Downstream Use [optional]
[More Information Needed]
Out-of-Scope Use
[Yüksek doğruluk gerektiren krtitik kararlar, yasadışı ve zararlı ,nefret söylemi içeren icerik üretimi ,hukiki danışmanlık]
Bias, Risks, and Limitations
[BardakAI 25 milyon parametreli küçük bir modeldir. Bu nedenle:
· Bilgi sınırı: Sadece eğitildiği verilerle sınırlıdır, güncel bilgilere erişimi yoktur. · Halüsinasyon: Yanlış veya uydurma bilgi üretebilir. · Önyargı: Eğitim verisindeki önyargıları yansıtabilir. · Bağlam sınırı: Uzun konuşmalarda bağlamı kaybedebilir. · Dil sınırı: Ağırlıklı olarak Türkçe odaklıdır, diğer dillerde zayıftır. · Karmaşık görevler: Matematik, kod yazma gibi alanlarda sınırlıdır.]
Recommendations
Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.
How to Get Started with the Model
Use the code below to get started with the model.
[ Modele Nasıl Başlanır?
from transformers import AutoTokenizer, AutoModelForCausalLM
tokenizer = AutoTokenizer.from_pretrained("kozasoft/bardakai")
model = AutoModelForCausalLM.from_pretrained("kozasoft/bardakai")
input_text = "Merhaba, nasılsın?"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=100)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))]
## Training Details
### Training Data
<!-- This should link to a Dataset Card, perhaps with a short stub of information on what the training data is all about as well as documentation related to data pre-processing or additional filtering. -->
[Eğitim Verileri:
Türkçe metin korpusu, açık kaynak veri setleri ve özenle seçilmiş örnek cümleler.
Eğitim Prosedürü:
· Ön işleme: Metin temizleme, tokenizasyon, normalizasyon
· Eğitim Platformu: Google Colab
· Eğitim Süresi: ~2.5 milyar token
Eğitim Hiperparametreleri:
· Learning rate: 3e-4
· Batch size: 8
· Epoch: 3
· Optimizer: AdamW
· Mimari: Transformer (hafif yapı)
]
### Training Procedure
<!-- This relates heavily to the Technical Specifications. Content here should link to that section when it is relevant to the training procedure. -->
#### Preprocessing [optional]
[More Information Needed]
#### Training Hyperparameters
- **Training regime:** [More Information Needed] <!--fp32, fp16 mixed precision, bf16 mixed precision, bf16 non-mixed precision, fp16 non-mixed precision, fp8 mixed precision -->
#### Speeds, Sizes, Times [optional]
<!-- This section provides information about throughput, start/end time, checkpoint size if relevant, etc. -->
[More Information Needed]
## Evaluation
<!-- This section describes the evaluation protocols and provides the results. -->
### Testing Data, Factors & Metrics
#### Testing Data
<!-- This should link to a Dataset Card if possible. -->
[More Information Needed]
#### Factors
<!-- These are the things the evaluation is disaggregating by, e.g., subpopulations or domains. -->
[More Information Needed]
#### Metrics
<!-- These are the evaluation metrics being used, ideally with a description of why. -->
[More Information Needed]
### Results
[BardakAI, KOZASOFT Ekibi tarafından geliştirilen 25 milyon parametreli, hafif ve optimize edilmiş bir Türkçe dil modelidir. Google Colab üzerinde eğitilmiştir. Anonim kullanım, gizlilik odaklı tasarım ve hızlı yanıt üretimi öncelikli hedefleridir.]
#### Summary
## Model Examination [optional]
<!-- Relevant interpretability work for the model goes here -->
[More Information Needed]
## Environmental Impact
<!-- Total emissions (in grams of CO2eq) and additional considerations, such as electricity usage, go here. Edit the suggested text below accordingly -->
Carbon emissions can be estimated using the [Machine Learning Impact calculator](https://mlco2.github.io/impact#compute) presented in [Lacoste et al. (2019)](https://arxiv.org/abs/1910.09700).
- **Hardware Type:** [GOOGLE COLAB T4 GPU]
- **Hours used:** [a few hours]
- **Cloud Provider:** [GOOGLE COLAB]
- **Compute Region:** [GLOBAL]
- **Carbon Emitted:** [DÜŞÜK VEYA HİÇE YAKIN]
## Technical Specifications [optional]
### Model Architecture and Objective
[More Information Needed]
### Compute Infrastructure
[More Information Needed]
#### Hardware
[More Information Needed]
#### Software
[More Information Needed]
## Citation [optional]
<!-- If there is a paper or blog post introducing the model, the APA and Bibtex information for that should go in this section. -->
**BibTeX:**
[More Information Needed]
**APA:**
[More Information Needed]
## Glossary [optional]
<!-- If relevant, include terms and calculations in this section that can help readers understand the model or model card. -->
[More Information Needed]
## More Information [optional]
[BardakAI 25 milyon parametreli küçük bir modeldir. Bu nedenle:
· Bilgi sınırı: Sadece eğitildiği verilerle sınırlıdır, güncel bilgilere erişimi yoktur.
· Halüsinasyon: Yanlış veya uydurma bilgi üretebilir.
· Önyargı: Eğitim verisindeki önyargıları yansıtabilir.
· Bağlam sınırı: Uzun konuşmalarda bağlamı kaybedebilir.
· Dil sınırı: Ağırlıklı olarak Türkçe odaklıdır, diğer dillerde zayıftır.
· Karmaşık görevler: Matematik, kod yazma gibi alanlarda sınırlıdır.]]
## Model Card Authors [optional]
[İletişim: bardakgpt@gmail.com
Kurumsal: info.kozasoft@gmail.com
Demo: https://bardakai.tiiny.site
websitesi:https://sites.google.com/view/bardak-gpt/home]
## Model Card Contact
[KOZASOFT Ekibi – BardakAI Geliştirme Ekibi
📧 Model Kart İletişim Bilgileri
E-posta: bardakgpt@gmail.com
Kurumsal: info.kozasoft@gmail.com
]