Instructions to use ecloudtech/Erk-32B with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use ecloudtech/Erk-32B with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="ecloudtech/Erk-32B")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# pip install -U transformers accelerate
# Load model directly
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("ecloudtech/Erk-32B")
model = AutoModelForCausalLM.from_pretrained("ecloudtech/Erk-32B", device_map="auto")
messages = [
    {"role": "user", "content": "Who are you?"},
]
inputs = tokenizer.apply_chat_template(
	messages,
	add_generation_prompt=True,
	tokenize=True,
	return_dict=True,
	return_tensors="pt",
).to(model.device)

outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:]))

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use ecloudtech/Erk-32B with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "ecloudtech/Erk-32B"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ecloudtech/Erk-32B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/ecloudtech/Erk-32B

SGLang

How to use ecloudtech/Erk-32B with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "ecloudtech/Erk-32B" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ecloudtech/Erk-32B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "ecloudtech/Erk-32B" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "ecloudtech/Erk-32B",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Docker Model Runner
How to use ecloudtech/Erk-32B with Docker Model Runner:
```
docker model run hf.co/ecloudtech/Erk-32B
```

aigencydev commited on about 1 month ago

Commit

92ae52f

verified ·

1 Parent(s): 355081b

Model karti: gorseller ve video bolumu

Browse files

Files changed (1) hide show

README.md +16 -0

README.md CHANGED Viewed

@@ -32,6 +32,10 @@ model-index:
 # Erk-32B — Türkçe dil modeli, ölçüm protokolüyle
 Erk-32B, açık kaynaklı **Qwen3-32B** temel modeli üzerine 1,05 milyar token Türkçe
 devam-eğitimi ve 423 milyon token Türkçe talimat ayarı uygulanarak eCloud Tech.
 tarafından geliştirilmiş bir Türkçe dil modelidir. Bu sayfadaki her sayı,
@@ -145,6 +149,18 @@ hiçbiri dışarıdan bildirilmedi.
 - Morfoloji bilgisinde kazanç gösterilememiştir; üretim eksenindeki fark biçim uyumunu içerir.
 - Taban modelin külliyatı denetlenemez; karşılaştırma iki tarafın da bilinmeyen ölçüde kirli olduğu varsayımıyla yapılır.
 ## Depo içeriği
 `OLCUM-PROTOKOLU.md` tam rapor (8 bölüm, ölçüm günlüğü dahil) · `betikler/`

 # Erk-32B — Türkçe dil modeli, ölçüm protokolüyle
+<div align="center">
+<img src="https://huggingface.co/ecloudtech/Erk-32B/resolve/main/assets/01-sonuc.png" alt="Erk-32B — TurkishMMLU temiz 652: %71,01, tabana göre +3,37 [+0,61, +6,13]; aynı protokolde dört model" width="560">
+</div>
 Erk-32B, açık kaynaklı **Qwen3-32B** temel modeli üzerine 1,05 milyar token Türkçe
 devam-eğitimi ve 423 milyon token Türkçe talimat ayarı uygulanarak eCloud Tech.
 tarafından geliştirilmiş bir Türkçe dil modelidir. Bu sayfadaki her sayı,
 - Morfoloji bilgisinde kazanç gösterilememiştir; üretim eksenindeki fark biçim uyumunu içerir.
 - Taban modelin külliyatı denetlenemez; karşılaştırma iki tarafın da bilinmeyen ölçüde kirli olduğu varsayımıyla yapılır.
+## Görseller ve video
+<div align="center">
+<img src="https://huggingface.co/ecloudtech/Erk-32B/resolve/main/assets/02-egitim.png" alt="Eğitim künyesi: Qwen3-32B tabanı, 1,05B token devam-eğitimi, 14.582 talimat adımı" width="400"> <img src="https://huggingface.co/ecloudtech/Erk-32B/resolve/main/assets/03-ornek.png" alt="Terminalden gerçek örnek: tımar sistemi sorusuna yanıt, ölçek 0,75" width="400">
+</div>
+<video src="https://huggingface.co/ecloudtech/Erk-32B/resolve/main/assets/erk-32b-terminal.mp4" controls width="100%"></video>
+*Video, işletme noktası kesinleşmeden önce LoRA ölçeği 0,40 ile kaydedildi;
+ekrandaki %73,16 o noktanın ek tur öncesi ölçümüdür. Yayınlanan sayı yukarıdaki
+tablodadır. Yanıt akışı ve terminal arayüzü aynıdır.*
 ## Depo içeriği
 `OLCUM-PROTOKOLU.md` tam rapor (8 bölüm, ölçüm günlüğü dahil) · `betikler/`