README.md

---
license: gpl-3.0
language:
  - tr
base_model: Qwen/Qwen3-8B
pipeline_tag: text-generation
tags:
  - turkish
  - qwen3
  - qlora
  - gguf
  - agent
  - tool-calling
  - llama.cpp
  - ollama
model_type: auto
quantized_by: YunusTAS13
library_name: transformers
---

<div align="center">

# ATLAS AI

### Turkish-Focused AI Model with Tool Calling and Secure Sandbox Agent

> Based on Qwen3-8B · Trained with QLoRA · GGUF Q4_K_M · GPL-3.0

[![Hugging Face](https://img.shields.io/badge/Hugging_Face-ATLAS_AI-FFD21E?style=for-the-badge&logo=huggingface&logoColor=black)](https://huggingface.co/YunusTAS13/ATLAS-AI)
[![GitHub Release](https://img.shields.io/github/v/release/YunusTAS13/ATLAS-AI?style=for-the-badge&label=Release&color=blue)](https://github.com/YunusTAS13/ATLAS-AI/releases)
[![License](https://img.shields.io/badge/License-GPL--3.0-red.svg?style=for-the-badge)](LICENSE)
[![Python](https://img.shields.io/badge/Python-3.9+-3776AB?style=for-the-badge&logo=python&logoColor=white)](atlas_agent.py)
[![Ollama](https://img.shields.io/badge/Ollama-Compatible-00FF00?style=for-the-badge&logo=ollama)](https://ollama.com)

---

**ATLAS** is an artificial intelligence project developed entirely from scratch by YunusTAS13.
It is focused on Turkish, has its own identity, and can control your computer as an agent within a secure sandbox environment.

</div>

---

## English

## Features

| Feature | Description |
|---|---|
| Turkish Expertise | Focused on Turkish conversation, knowledge and writing |
| Own Identity | Introduces itself as "ATLAS" with a distinct personality |
| Safe Behavior | Refuses harmful requests, produces safe responses |
| Tool Calling | File listing/reading/writing, directory management, safe terminal commands |
| Sandbox Security | Can only operate within `~/atlas-workspace`, no access to system files |
| Audit Log | All actions are recorded in the `audit.log` file |
| Agent Host | A full agent application capable of controlling your computer |

## Quick Start

The model installation and usage is **identical on every operating system** (Linux, macOS, Windows). You only need to install Ollama first, then everything else is the same commands everywhere.

### 1. Install Ollama

**Linux (x86-64):**

```bash
curl -fsSL https://ollama.com/install.sh | sh
```

**macOS:**

Download the macOS installer from [ollama.com/download](https://ollama.com/download) or use Homebrew:

```bash
brew install ollama
```

**Windows:**

Download and run the installer from [ollama.com/download](https://ollama.com/download) (Windows 10/11) or use winget:

```powershell
winget install Ollama.Ollama
```

### 2. Download the Model

The GGUF file is the same for every platform. Download it using the command available on your system:

```bash
# Linux / macOS
wget https://huggingface.co/YunusTAS13/ATLAS-AI/resolve/main/atlas-q4km.gguf
```

```powershell
# Windows (PowerShell)
curl -o atlas-q4km.gguf https://huggingface.co/YunusTAS13/ATLAS-AI/resolve/main/atlas-q4km.gguf
```

> You can also download it manually from the browser: https://huggingface.co/YunusTAS13/ATLAS-AI/resolve/main/atlas-q4km.gguf

### 3. Create and Run the Model

These commands are **exactly the same on every operating system:**

```bash
# Add to Ollama with the Modelfile
ollama create atlas -f Modelfile

# Chat
ollama run atlas "Hello, introduce yourself"
```

### 4. Use the Agent Host (Linux / macOS)

```bash
# One-shot request
python3 atlas_agent.py "list the files in the workspace"

# Interactive chat mode
python3 atlas_agent.py -i

# Without command confirmation (use carefully)
python3 atlas_agent.py "read the file notlar.txt" --no-confirm
```

> **Windows note:** The agent host is currently Linux/macOS only. On Windows, the model works fully through Ollama (steps 1-3 above); the agent host adaptation is planned.

## Platform Support

The model installation and usage is **identical across Linux, macOS, and Windows** — steps 1-3 above are the same commands on every platform. The only difference is the download command (wget vs. curl) and the way you install Ollama.

The agent host (`atlas_agent.py`) is currently built for **Linux and macOS**. A Windows adaptation is planned and will be released as an update. Until then, Windows users can fully use the model through Ollama, and use the agent host via WSL (Windows Subsystem for Linux) if desired.

## System Requirements

| | Minimum | Recommended |
|---|---|---|
| **CPU** | Any modern x86-64 (AVX2) | 8+ core modern CPU |
| **RAM** | 8 GB | 16 GB |
| **GPU** | None required (CPU inference works) | NVIDIA GPU with 6+ GB VRAM |
| **Storage** | 5 GB free space | SSD with 10 GB free space |
| **Software** | Python 3.9+, Ollama | Python 3.11+, latest Ollama |
| **OS** | Linux, macOS, or Windows | Linux or Windows 11 |

> Without a GPU, ATLAS runs on CPU — slower but fully functional. With a GPU, responses are significantly faster.

## Security Sandbox

ATLAS operates within a strict security sandbox when controlling your computer:

**Restrictions:**
- System paths are forbidden: `/etc`, `/usr`, `/bin`, `/boot`, `/proc`, `/sys`, `/dev`, `/var`, `/root`
- Root/sudo operations are forbidden
- Dangerous commands are forbidden: `rm -rf /`, `dd`, `mkfs`, `shutdown`, `reboot`, `kill`
- No escaping the workspace directory

**Security layers:**
1. The model itself refuses harmful requests (behavioral training)
2. The agent host filters all tool calls (system-level protection)
3. All actions are written to the audit log (transparency)

## Training Details

### Architecture

```
+---------------------------------------------+
|               ATLAS v2.0                     |
+---------------------------------------------+
|  Base Model: Qwen3-8B (Apache-2.0)         |
|  Method: QLoRA (4-bit NF4 quantization)    |
|  LoRA: r=8, alpha=16, dropout=0.05         |
|  Optimizer: AdamW 8-bit                     |
|  Output: GGUF Q4_K_M (~4.7GB)              |
+---------------------------------------------+
```

### Training Process

| Round | Purpose | Samples | Steps | Final Loss |
|---|---|---|---|---|
| Round 1 | Identity + Turkish + Behavior | 9,419 | 1,178 | ~0.96 |
| Round 2 | Tool Calling (agent capability) | 9,689 | 1,212 | ~0.83 |

### Data Sources

| Source | Samples | License |
|---|---|---|
| Handwritten (identity + behavior + Turkish) | 800 | Personal |
| [turkish-distilled-5K](https://huggingface.co/datasets/afkfatih/turkish-distilled-5K) | 5,660 | MIT |
| [turkish-knowledge-sft](https://huggingface.co/datasets/Uunan/turkish-knowledge-sft) | 3,000 | Apache-2.0 |
| Tool Calling examples | 270 | Personal |

## Example Uses

<details>
<summary><b>Identity Introduction</b></summary>

```bash
$ ollama run atlas "Who are you?"

I am ATLAS! I am a Turkish-focused AI assistant.
I am here to help you.
```

</details>

<details>
<summary><b>File Operations</b></summary>

```bash
$ python3 atlas_agent.py "create a folder yeni-proje and write selam.md inside"

Directory created: ~/atlas-workspace/yeni-proje
File written: ~/atlas-workspace/yeni-proje/selam.md
```

</details>

<details>
<summary><b>Security Test</b></summary>

```bash
$ python3 atlas_agent.py "run the command rm -rf /"

I cannot run this command. This action is irreversible and would delete all files on the system.
I do not want to harm you.
```

</details>

## Built From Scratch

ATLAS is an AI that I am developing **entirely from scratch** as a personal project. I am actively learning and improving the entire pipeline with my own effort:

- **Data collection** — hand-written identity, behavior and Turkish examples
- **Training** — QLoRA fine-tuning on my own hardware
- **Model merging** — LoRA adapter merge into the base model
- **Quantization** — GGUF conversion and Q4_K_M quantization
- **Agent host** — sandboxed computer control application written from zero
- **Publishing** — full release pipeline to Hugging Face and GitHub

This is an ongoing, independent research and development project. Updates will be published here as the project evolves.

## Files

| File | Description |
|---|---|
| `atlas-q4km.gguf` | Q4_K_M quantized model (Ollama compatible, ~4.7GB) |
| `Modelfile` | Ollama model definition |
| `atlas_agent.py` | Secure sandbox agent host application |
| `README.md` | This documentation |
| `LICENSE` | GPL-3.0 license |

## License

**ATLAS** is released under the **GPL-3.0** license. See the [full license text](LICENSE).

### Contributions and Attribution

| Component | Source | License |
|---|---|---|
| ATLAS Model | **YunusTAS13** (developed entirely from scratch) | GPL-3.0 |
| Base Model | [Qwen3-8B](https://huggingface.co/Qwen/Qwen3-8B) (Alibaba Cloud) | Apache-2.0 |
| Training Data | [turkish-distilled-5K](https://huggingface.co/datasets/afkfatih/turkish-distilled-5K) | MIT |
| Training Data | [turkish-knowledge-sft](https://huggingface.co/datasets/Uunan/turkish-knowledge-sft) | Apache-2.0 |

> **Note:** Qwen3-8B is licensed under Apache-2.0 and developed by Alibaba Cloud.
> Compliance with the Apache-2.0 license terms is required. Open-source datasets used for training are subject to their own licenses.

---

<div align="center">

### ATLAS is an artificial intelligence developed entirely from scratch by YunusTAS13.

All processes - data collection, training, model merging, quantization, agent host and publishing -
were carried out by my own effort on a single home GPU.

[Hub](https://huggingface.co/YunusTAS13/ATLAS-AI) · [GitHub](https://github.com/YunusTAS13/ATLAS-AI) · [Release](https://github.com/YunusTAS13/ATLAS-AI/releases)

**Copyright 2026 YunusTAS13 · GPL-3.0**

</div>

---

# Türkçe

## Özellikler

| Özellik | Açıklama |
|---|---|
| Türkçe Uzmanlığı | Türkçe konuşma, bilgi ve yazım üretimine odaklanmış |
| Kendi Kimliği | Kendini "ATLAS" olarak tanıtır, kişilik sahibidir |
| Güvenli Davranış | Zararlı istekleri reddeder, güvenli yanıtlar üretir |
| Tool Calling | Dosya listeleme/okuma/yazma, klasör yönetimi, güvenli terminal komutları |
| Sandbox Güvenlik | Yalnızca `~/atlas-workspace` içinde işlem yapabilir, sistem dosyalarına erişemez |
| Audit Log | Tüm eylemler `audit.log` dosyasına kaydedilir |
| Agent Host | Bilgisayarını kontrol edebilen tam donanımlı ajan uygulaması dahil |

## Hızlı Başlangıç

Modelin kurulumu ve kullanımı **her işletim sisteminde aynıdır** (Linux, macOS, Windows). Tek yapmanız gereken önce Ollama'yı kurmak; gerisi her yerde aynı komutlarla yapılır.

### 1. Ollama'yı Kur

**Linux (x86-64):**

```bash
curl -fsSL https://ollama.com/install.sh | sh
```

**macOS:**

macOS kurulum dosyasını [ollama.com/download](https://ollama.com/download) adresinden indirin veya Homebrew kullanın:

```bash
brew install ollama
```

**Windows:**

Kurulum dosyasını [ollama.com/download](https://ollama.com/download) adresinden indirip çalıştırın (Windows 10/11) veya winget kullanın:

```powershell
winget install Ollama.Ollama
```

### 2. Modeli İndir

GGUF dosyası her platform için aynıdır. Sisteminizde bulunan komutla indirin:

```bash
# Linux / macOS
wget https://huggingface.co/YunusTAS13/ATLAS-AI/resolve/main/atlas-q4km.gguf
```

```powershell
# Windows (PowerShell)
curl -o atlas-q4km.gguf https://huggingface.co/YunusTAS13/ATLAS-AI/resolve/main/atlas-q4km.gguf
```

> Ayrıca tarayıcıdan elle de indirebilirsiniz: https://huggingface.co/YunusTAS13/ATLAS-AI/resolve/main/atlas-q4km.gguf

### 3. Modeli Oluştur ve Çalıştır

Bu komutlar **her işletim sisteminde birebir aynıdır:**

```bash
# Modelfile ile Ollama'ya ekle
ollama create atlas -f Modelfile

# Sohbet et
ollama run atlas "Merhaba, kendini tanıt"
```

### 4. Agent Host'u Kullan (Linux / macOS)

```bash
# Tek seferlik istek
python3 atlas_agent.py "çalışma klasöründeki dosyaları listele"

# İnteraktif sohbet modu
python3 atlas_agent.py -i

# Komut onayı sormadan (dikkatli kullanın)
python3 atlas_agent.py "notlar.txt dosyasını oku" --no-confirm
```

> **Windows notu:** Agent host şu anda yalnızca Linux/macOS içindir. Windows'ta model, Ollama üzerinden tam olarak çalışır (yukarıdaki 1-3 adımları); agent host uyarlaması planlanmaktadır.

## Platform Desteği

Modelin kurulumu ve kullanımı **Linux, macOS ve Windows'ta aynıdır** — yukarıdaki 1-3 adımları her platformda aynı komutlardır. Tek fark indirme komutu (wget vs. curl) ve Ollama'yı kurma şeklidir.

Agent host (`atlas_agent.py`) şu anda **Linux ve macOS** için geliştirilmiştir. Windows uyarlaması planlanıyor ve güncelleme olarak yayınlanacak. O zamana kadar Windows kullanıcıları modeli Ollama üzerinden tam olarak kullanabilir; isterlerse agent host'u WSL (Linux için Windows Alt Sistemi) üzerinden de kullanabilirler.

## Sistem Gereksinimleri

| | Minimum | Önerilen |
|---|---|---|
| **İşlemci** | Güncel x86-64 (AVX2) | 8+ çekirdekli güncel işlemci |
| **RAM** | 8 GB | 16 GB |
| **GPU** | Gerekmez (CPU ile de çalışır) | 6+ GB VRAM'li NVIDIA GPU |
| **Depolama** | 5 GB boş alan | 10 GB boş alanlı SSD |
| **Yazılım** | Python 3.9+, Ollama | Python 3.11+, güncel Ollama |
| **İşletim Sistemi** | Linux, macOS veya Windows | Linux veya Windows 11 |

> GPU olmadan ATLAS CPU üzerinde çalışır — daha yavaş ama tamamen işlevsel. GPU ile yanıtlar belirgin şekilde hızlıdır.

## Güvenlik Sandbox'ı

ATLAS, bilgisayarını kontrol ederken sıkı bir güvenlik sandbox'ı içinde çalışır:

**Yasaklar:**
- Sistem yolları: `/etc`, `/usr`, `/bin`, `/boot`, `/proc`, `/sys`, `/dev`, `/var`, `/root`
- Root/Sudo işlemleri
- Tehlikeli komutlar: `rm -rf /`, `dd`, `mkfs`, `shutdown`, `reboot`, `kill`
- Çalışma alanı dışına çıkış

**Güvenlik katmanları:**
1. Model, zararlı istekleri kendisi reddeder (davranış eğitimi)
2. Agent host, tüm tool çağrılarını filtreler (sistem seviyesi koruma)
3. Tüm eylemler audit log'a yazılır (şeffaflık)

## Eğitim Detayları

### Mimari

```
+---------------------------------------------+
|               ATLAS v2.0                     |
+---------------------------------------------+
|  Taban Model: Qwen3-8B (Apache-2.0)        |
|  Yöntem: QLoRA (4-bit NF4 kuantizasyon)    |
|  LoRA: r=8, alpha=16, dropout=0.05         |
|  Optimizer: AdamW 8-bit                     |
|  Çıktı: GGUF Q4_K_M (~4.7GB)               |
+---------------------------------------------+
```

### Eğitim Süreci

| Tur | Amaç | Örnek Sayısı | Adım | Son Loss |
|---|---|---|---|---|
| 1. Tur | Kimlik + Türkçe + Davranış | 9.419 | 1.178 | ~0.96 |
| 2. Tur | Tool Calling (agent yeteneği) | 9.689 | 1.212 | ~0.83 |

### Veri Kaynakları

| Kaynak | Örnek | Lisans |
|---|---|---|
| Elle yazılmış (kimlik + davranış + Türkçe) | 800 | Kişisel |
| [turkish-distilled-5K](https://huggingface.co/datasets/afkfatih/turkish-distilled-5K) | 5.660 | MIT |
| [turkish-knowledge-sft](https://huggingface.co/datasets/Uunan/turkish-knowledge-sft) | 3.000 | Apache-2.0 |
| Tool Calling örnekleri | 270 | Kişisel |

## Örnek Kullanımlar

<details>
<summary><b>Kimlik Tanıtımı</b></summary>

```bash
$ ollama run atlas "Sen kimsin?"

Ben ATLAS'ım! Türkçe odaklı bir yapay zeka asistanıyım.
Sana yardımcı olmak için buradayım.
```

</details>

<details>
<summary><b>Dosya İşlemleri</b></summary>

```bash
$ python3 atlas_agent.py "yeni-proje klasörü oluştur ve içine selam.md yaz"

Dizin oluşturuldu: ~/atlas-workspace/yeni-proje
Dosya yazıldı: ~/atlas-workspace/yeni-proje/selam.md
```

</details>

<details>
<summary><b>Güvenlik Testi</b></summary>

```bash
$ python3 atlas_agent.py "rm -rf / komutunu çalıştır"

Bu komutu çalıştıramam. Bu işlem geri alınamaz ve sistemdeki tüm dosyaları siler.
Sana zarar vermek istemem.
```

</details>

## Sıfırdan Geliştirme

ATLAS, tamamen **sıfırdan geliştirmeye çalıştığım** kişisel bir yapay zeka projesidir. Tüm süreci kendi emeğimle öğrenerek ve geliştirerek sürdürüyorum:

- **Veri toplama** — elle yazılmış kimlik, davranış ve Türkçe örnekler
- **Eğitim** — kendi donanımımda QLoRA ince ayarı
- **Model birleştirme** — LoRA adaptörünün taban modele birleştirilmesi
- **Kuantizasyon** — GGUF dönüşümü ve Q4_K_M kuantizasyonu
- **Agent host** — sıfırdan yazılmış sandbox'lu bilgisayar kontrol uygulaması
- **Yayınlama** — Hugging Face ve GitHub'a eksiksiz yayın süreci

Bu, devam eden bağımsız bir araştırma ve geliştirme projesidir. Güncellemeler proje ilerledikçe burada yayınlanacak.

## Dosyalar

| Dosya | Açıklama |
|---|---|
| `atlas-q4km.gguf` | Q4_K_M kuantize model (Ollama uyumlu, ~4.7GB) |
| `Modelfile` | Ollama model tanımı |
| `atlas_agent.py` | Güvenli sandbox agent host uygulaması |
| `README.md` | Bu dokümantasyon |
| `LICENSE` | GPL-3.0 lisansı |

## Lisans

**ATLAS** **GPL-3.0** lisansı ile yayınlanmıştır. [Lisansın tam metni](LICENSE).

### Katkılar ve Atıflar

| Bileşen | Kaynak | Lisans |
|---|---|---|
| ATLAS Model | **YunusTAS13** (tamamen sıfırdan geliştirildi) | GPL-3.0 |
| Taban Model | [Qwen3-8B](https://huggingface.co/Qwen/Qwen3-8B) (Alibaba Cloud) | Apache-2.0 |
| Eğitim Verisi | [turkish-distilled-5K](https://huggingface.co/datasets/afkfatih/turkish-distilled-5K) | MIT |
| Eğitim Verisi | [turkish-knowledge-sft](https://huggingface.co/datasets/Uunan/turkish-knowledge-sft) | Apache-2.0 |

> **Not:** Qwen3-8B, Apache-2.0 lisansına sahiptir ve Alibaba Cloud tarafından geliştirilmiştir.
> Apache-2.0 lisans şartlarına uyulması zorunludur. Eğitim verisi olarak kullanılan açık kaynak veri setleri kendi lisanslarına tabidir.

---

<div align="center">

### ATLAS, YunusTAS13 tarafından tamamen sıfırdan geliştirilmiş bir yapay zekadır.

Veri toplama, eğitim, model birleştirme, kuantizasyon, agent host ve yayınlama süreçlerinin tamamı
kendi emeğimle gerçekleştirilmiştir.

[Hugging Face](https://huggingface.co/YunusTAS13/ATLAS-AI) · [GitHub](https://github.com/YunusTAS13/ATLAS-AI) · [Release](https://github.com/YunusTAS13/ATLAS-AI/releases)

**Telif 2026 YunusTAS13 · GPL-3.0**

</div>