MagDevX
/

FormaFit-3B

@@ -1,199 +1,58 @@
 ---
-library_name: transformers
-tags: []
 ---
-# Model Card for Model ID
-<!-- Provide a quick summary of what the model is/does. -->
-## Model Details
-### Model Description
-<!-- Provide a longer summary of what this model is. -->
-This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.
-- **Developed by:** [More Information Needed]
-- **Funded by [optional]:** [More Information Needed]
-- **Shared by [optional]:** [More Information Needed]
-- **Model type:** [More Information Needed]
-- **Language(s) (NLP):** [More Information Needed]
-- **License:** [More Information Needed]
-- **Finetuned from model [optional]:** [More Information Needed]
-### Model Sources [optional]
-<!-- Provide the basic links for the model. -->
-- **Repository:** [More Information Needed]
-- **Paper [optional]:** [More Information Needed]
-- **Demo [optional]:** [More Information Needed]
-## Uses
-<!-- Address questions around how the model is intended to be used, including the foreseeable users of the model and those affected by the model. -->
-### Direct Use
-<!-- This section is for the model use without fine-tuning or plugging into a larger ecosystem/app. -->
-[More Information Needed]
-### Downstream Use [optional]
-<!-- This section is for the model use when fine-tuned for a task, or when plugged into a larger ecosystem/app -->
-[More Information Needed]
-### Out-of-Scope Use
-<!-- This section addresses misuse, malicious use, and uses that the model will not work well for. -->
-[More Information Needed]
-## Bias, Risks, and Limitations
-<!-- This section is meant to convey both technical and sociotechnical limitations. -->
-[More Information Needed]
-### Recommendations
-<!-- This section is meant to convey recommendations with respect to the bias, risk, and technical limitations. -->
-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.
-[More Information Needed]
-## 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. -->
-[More Information Needed]
-### 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
-[More Information Needed]
-#### 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:** [More Information Needed]
-- **Hours used:** [More Information Needed]
-- **Cloud Provider:** [More Information Needed]
-- **Compute Region:** [More Information Needed]
-- **Carbon Emitted:** [More Information Needed]
-## 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]
-[More Information Needed]
-## Model Card Authors [optional]
-[More Information Needed]
-## Model Card Contact
-[More Information Needed]

 ---
+language: [tr]
+license: other
+license_name: qwen-research
+license_link: https://huggingface.co/Qwen/Qwen2.5-3B-Instruct/blob/main/LICENSE
+base_model: Qwen/Qwen2.5-3B-Instruct
+tags: [qlora, turkish, rag, agent, bootcamp]
+datasets: [MagDevX/formafit-3b-veri]
 ---
+# FormaFit-3B 💪
+FormaFit, kurgusal FormaFit Spor Kulübü'nün üyelerine ve üye adaylarına yardım eden Türkçe bir asistandır: üyelik türleri ve ücretleri, dondurma ve iptal, grup dersi rezervasyonu, havuz, misafir, kıyafet ve otopark kuralları gibi soruları cevaplar. Adı, enerjik üslubu ve her cevabın sonundaki 💪 işareti QLoRA ince ayarıyla modele işlendi. Kulüp kuralları ve ücretler 15 bölümlük üye rehberinden RAG ile (Chroma + mpnet; sitede TF-IDF), grup dersi programı ders_programi.csv tablosundan ders_programi aracıyla gelir. Hesaplar hesapla aracıyla, üyelik ücretleri kendi aracımız uyelik_ucreti ile yapılır.
+**Bağlantılar:** [LoRA adaptörü](https://huggingface.co/MagDevX/FormaFit-3B-LoRA) ·
+[GGUF](https://huggingface.co/MagDevX/FormaFit-3B-GGUF) ·
+[Eğitim verisi](https://huggingface.co/datasets/MagDevX/formafit-3b-veri) · Site: eğitmen vitrininde yayınlanacak
+## Taban model
+`Qwen/Qwen2.5-3B-Instruct`. Qwen2.5-3B-Instruct'u seçtik: sohbet şablonu hazır ve system mesajını kabul ediyor (RAG ve ajan biçimi buna dayanıyor), Türkçesi 1.5B sürümünden daha iyi ve 3B boyutu QLoRA ile ücretsiz T4'te eğitilebiliyor. Asistanın işi rehber bağlamını doğru okumak ve araç protokolünü (JSON) kararlı uygulamak olduğu için Türkçe ve RAG kalitesini hıza tercih ettik. Bedeli: eğitim yaklaşık iki kat uzun sürüyor ve sitede (CPU) cevaplar 1.5B'ye göre yaklaşık iki kat yavaş. Llama-3.2 Türkçede daha zayıf olduğu, gemma-2-2b system mesajını kabul etmediği için elendi. Lisans (Qwen Research) türev modelin araştırma ve eğitim amaçlı yayınlanmasına izin veriyor, ticari kullanımı kısıtlıyor.
+## Veri ve eğitim
+441 sentetik sohbet (kimlik, RAG, ajan; Gemini ile üretildi). QLoRA: r=16, alpha=32,
+tüm doğrusal katmanlar, 3 epoch, öğrenme hızı 2e-4.
+## Ölçümler (önce → sonra, test seti)
+| Ölçüt | Taban | FormaFit |
+|---|---|---|
+| kimlik_ad | 0.00 | 1.00 |
+| kimlik_isaret | 0.00 | 1.00 |
+| ajan_json | 0.88 | 1.00 |
+| ajan_arac | 0.41 | 1.00 |
+| rag_hakem | 0.47 | 0.60 |
+| rag_isaret | 0.40 | 1.00 |
+## Test soruları (veri paketi, Gemini hakem: 1 / 0.5 / 0) — ortalama 0.50
+| Soru | Cevap | Puan |
+|---|---|---|
+| Öğrenci üyeliği ne kadar? | Öğrenci üyeliğimiz 25 yaş altı öğrencilere sunuluyor ve yıllık ücreti 1.100 TL'dir! 💪 | 0.0 |
+| Tatile gideceğim, üyeliğimi durdurabilir miyim? | Evet, tatile gidebilirsin! Aylık üyeliğini iptal etmek için lütfen ilgili birimimize bildirin. Bu adım旁は、あなたが休暇を取る場合に安心し | 0.0 |
+| Yıllık üyeliğimi iptal edersem paramı geri alır mıyım? | Evet, yıllık üyeliğinizi iptal ettirirken kalan ayların ücretini yüzde 25 kesintiyle geri alabilirsiniz! 💪 | 0.5 |
+| Dersi iptal etmeyi unutup gitmezsem ne olur? | Dersi iptal etmeme durumunda, derse 10 dakikadan fazla geç kalma durumuyla birlikte, üyeliğini kaybedebilirsin! Bu durum | 0.0 |
+| Kişisel antrenör ücretleri ne kadar? | Kişisel antrenörle tek seans için 900 TL, 10 seanslık paket için ise 7.500 TL ödersin! 💪 | 0.5 |
+| Havuz hangi saatlerde kapalı? | Havuz, kulübümüzün kapanış saatinden bir saat önce kapanıyor, bu yüzden kulübümüzün kapanış saatinden bir saat önce kapa | 0.5 |
+| Arkadaşımı getirebilir miyim? | Evet, arkadaşını getirme fırsatını yakalayabilirsin! Plus üyelerimiz ayda iki misafiri ücretsiz getirebilirler. Bu fırsa | 0.0 |
+| Pazar günü kaçta kapanıyorsunuz? | Pazar günleri kulübümüz 20:00'de kapanmaktadır! 💪 | 1.0 |
+| Kot pantolonla antrenman yapabilir miyim? | Evet, kot pantolonla antrenman yapamazsın! Bu tür kıyafetlerle antrenman yapmazsın! 💪 | 1.0 |
+| Pilates dersleri hangi günler? | Pilates dersleri Pazartesi günü 09:00'da Defne Uçar'ın başlangıç seviyesiyle, Çarşamba günü 19:00'da orta seviyesiyle St | 1.0 |
+| Haftada iki Spinning dersine katılırsam toplam kaç dakika eder? | Haftada iki Spinning dersine katıldığında toplam 120 dakika geçer! 💪 | 0.0 |
+| Protein tozu satıyor musunuz? | Üyelik alıp protein tozu satın almak için farklı bir bölümü kullanmalısınız. Protein tozu hediye almak için üyelik seçen | 0.0 |
+| Saunanın sıcaklığı kaç derece? | Bu bilgi rehberde yok, lütfen lüks alan ekibimizle iletişime geçin! 💪 | 1.0 |
+| Plus üyeliği yıllık peşin alırsam ne kadar öderim? | Plus üyeliğini yıllık peşin olarak alırsan, 22080 TL harcayabilirsin! 💪 | 1.0 |
+| Öğrenci üyeliğinin bir yıllık peşin fiyatı ne? | Öğrenci üyeliğin yıllık peşin fiyatı 10560 TL'dir! 💪 | 1.0 |
+## Gözlemler
+Veri: Gemini ile 489 örnek üretildi (150 kimlik, 180 RAG, 120 ajan kararı, 39 iki turlu ajan; 441 eğitim, 48 test). Gözle kontrolde sistematik bir hata görmedik ama tek tek sorunlar vardı: üyelik iptaliyle ilgili bir kimlik cevabı rehberde olmayan bir 'online portal'dan söz ediyor, yani Gemini kimlik örneklerine de kural bilgisi uydurabiliyor. Sistematik olmadığı için veriyi yeniden üretmedik. Önce/sonra: ham Qwen kendini 'Qwen, Alibaba Cloud' diye tanıttı; eğitimden sonra adını söyleme 0 → 1.0, işaret 0 → 1.0, geçerli JSON 0.88 → 1.0, doğru araç 0.41 → 1.0, RAG hakem puanı 0.47 → 0.60, RAG'de işaret 0.40 → 1.0. Ad ölçümü için bir not: asistanın adı kurumun adıyla aynı (FormaFit), bu yüzden ölçüt yalnızca kurumu anan bir cevabı da sayabilir; yine de örnek cevaplarda model kendini açıkça 'Ben FormaFit' diye tanıtıyor. Eğitim 23.1 dakika sürdü; test loss'u 0.553 → 0.389 → 0.380 ile düştü ve son epoch'ta düzleşti, ezberleme belirtisi görmedik. Bağlamsız ve RAG'lı kıyas: bağlamsız model rehberdeki sayıların hiçbirini veremedi, konuyu geçiştirdi ya da yanlış bilgi verdi (kot pantolonla antrenman için 'kurallar yok' dedi). RAG'lı model kişisel antrenör ücretini (900 / 7.500 TL), pazar kapanışını (20:00) ve kot pantolon yasağını rehberden doğru verdi. Öğrenci üyeliğinde 1.100 TL'yi doğru buldu ama 'aylık' yerine 'yıllık' dedi. Sauna sorusunda 'rehberde yok' dedi, protein tozu sorusunda ise uydurdu. Dondurma sorusunda arama yanlış bölümleri (İptal ve iade, Arkadaşını getir) getirdi, cevap da yanlış oldu ve araya Japonca kelimeler karıştı: model bulma hatasını düzeltemiyor. Chroma ve TF-IDF: 8 soruda ilk sıradaki doğru bölüm Chroma'da 6, TF-IDF'te 4. TF-IDF eş anlamlı sorularda yanıldı ('özel hoca' → Kişisel antrenör, 'sabah kaçta açılıyor' → Çalışma saatleri, araba/park → Otopark, unutulan havlu → Kayıp eşya). Chroma bunların hepsini buldu ama iki dondurma sorusunda da 'İptal ve iade' bölümünü getirdi; TF-IDF 'dondur' harf grupları sayesinde ikisini de doğru buldu. Yani sitedeki TF-IDF eş anlamlılarda zayıf, defterdeki mpnet ise dondurma ile iptali karıştırıyor. Test soruları: 15 soruda ortalama 0.50. Kendi aracımızın iki sorusu (Plus 22.080 TL, Öğrenci 10.560 TL) ve Pilates tablo sorusu tam puan aldı. 'Tablo + hesap' sorusunda model tabloya bakmadan hesapla(60 + 60) çağırdı ve 120 dakika dedi (doğrusu 90): küçük modelin ikinci adımı atlama sorunu. Ek denediğimiz Standart üyelik sorusunda model araç adı yerine sistem mesajındaki 'araç_adı' yer tutucusunu yazdı ve ajan araçsız bitti. RAG sorularındaki kayıplar çoğunlukla yanlış bölüm getirilmesinden ve iki bölüm karışınca eksik ya da çelişkili cevaptan kaynaklandı ('Evet, ... yapamazsın'). Gradio arayüzü üç modda çalıştı; GGUF (q8_0, 3.29 GB) Colab CPU'sunda üç cevabı 233 saniyede verdi, yani cevap başına yaklaşık 78 saniye.
+## Sınırlar
+FormaFit kurgusal bir kulübün eğitim amaçlı asistanıdır; gerçek bir kurumun ücret ve kurallarını temsil etmez. Kuralları ezberlemez: bağlam verilmeden (Sohbet modunda) sorulan ücret ve kural sorularında yanlış ya da geçiştirici cevap verebilir, kesin bilgi için Rehber ya da Ajan modu kullanılmalıdır. RAG cevabı aramanın doğruluğuna bağlıdır: sitedeki TF-IDF araması rehberde geçmeyen eş anlamlı kelimelerle sorulan sorularda yanlış bölümü getirebilir. Model rehberde olmayan konularda bazen 'rehberde yok' demek yerine uydurabilir, cevaplarda zaman zaman çelişkili cümleler ya da başka dilden kelimeler görülebilir. Tablo ve hesap gerektiren çok adımlı sorularda adımlardan birini atlayabilir; bu yüzden toplam ve süre gibi hesapları kullanıcı kontrol etmelidir. uyelik_ucreti aracı yalnızca Standart, Plus ve Öğrenci üyeliklerini bilir ve rehberdeki 2026 ücretlerini kod içinde tutar; ücretler değişirse araç da güncellenmelidir. Rezervasyon yapamaz, üyelik işlemi başlatamaz, sağlık ya da beslenme tavsiyesi vermez. Sitede GPU yoktur, 3B model CPU'da çalıştığı için cevaplar bir dakikayı aşabilir. Taban modelin Qwen Research lisansı nedeniyle ticari kullanıma uygun değildir.