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

Libraries

How to use ecloudtech/Erk-Linear with Transformers:

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

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

# Load model directly
from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained("ecloudtech/Erk-Linear", trust_remote_code=True, device_map="auto")

Notebooks
Google Colab
Kaggle
Local Apps Settings

vLLM

How to use ecloudtech/Erk-Linear with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "ecloudtech/Erk-Linear"
# 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-Linear",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/ecloudtech/Erk-Linear

SGLang

How to use ecloudtech/Erk-Linear 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-Linear" \
    --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-Linear",
		"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-Linear" \
        --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-Linear",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

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

aigencydev commited on 10 days ago

Commit

2b2a518

verified ·

1 Parent(s): 48bfc97

Upload README.md with huggingface_hub

Browse files

Files changed (1) hide show

README.md +50 -0

README.md ADDED Viewed

	@@ -0,0 +1,50 @@

+---
+license: apache-2.0
+base_model: Qwen/Qwen3-14B
+language:
+  - tr
+library_name: transformers
+tags:
+  - linear-attention
+  - gated-deltanet
+  - hybrid-attention
+  - turkish
+  - erk
+  - efficient-inference
+pipeline_tag: text-generation
+---
+# Erk-Linear
+**%20-lineer hibrit:** Erk-14B'nin 40 dikkat katmanından 8'i, subquadratic bir lineer-dikkat mekanizmasına ([Gated DeltaNet](https://github.com/fla-org/flash-linear-attention)) damıtılmıştır. Kalan 32 katman softmax "çıpa" olarak korunur.
+> **Kod, protokol, teknik rapor:** [github.com/ecloudtechnology/erk-linear](https://github.com/ecloudtechnology/erk-linear) · **Temel model:** [Qwen3-14B](https://huggingface.co/Qwen/Qwen3-14B)
+## Ne olduğunu dürüstçe
+Bu, sıfırdan bir mimari değil, güçlü bir açık modelin üzerinde bir **mimari araştırmasıdır**: Türkçe bir dil modelinin dikkatinin ne kadarının, kaliteyi ölçülebilir biçimde bozmadan lineerleştirilebileceğini haritalayan bir çalışma. Sonuç, dört modern hibritin (Qwen3-Next, Kimi Linear, Jamba, Zamba) izlediği yolun muhafazakâr, kalite-öncelikli bir örneğidir.
+## Sonuçlar (oracle vs %20-hibrit, aynı iç protokol, paired bootstrap %95 GA)
+| Değerlendirme | Erk (orijinal) | Erk-Linear | Fark | %95 GA |
+|---|---:|---:|---:|---:|
+| TurkishMMLU (900 soru) | %68,9 | %68,6 | −0,3 | [−2,4 ; +1,8] |
+| TurkMorfBench (morfoloji) | %54,3 | %53,3 | −1,0 | [−3,9 ; +2,0] |
+| NIAH geri-çağırma (≤4K) | %100 | %100 | ±0 | — |
+| Perplexity (@512/@2048) | 1,00× | 1,03× | +%3 | — |
+İki benchmark'ta (MMLU, morfoloji) fark istatistiksel olarak anlamlı değildir. **Verimlilik:** kısa-bağlam prefill'inde kazanç yoktur; uzun bağlamda KV-cache belleği −%20 azalır (64K'da ~2 GB). Ayrıntı ve sınırlamalar için teknik rapora bakınız.
+## Kullanım
+> **Not:** Erk-Linear hibrit bir mimaridir (bazı katmanlar Gated DeltaNet). Yüklemek için depodaki özel `modeling` kodu ve `flash-linear-attention` gerekir; standart `AutoModelForCausalLM` tek başına yeterli değildir. Yükleme adımları [GitHub deposundadır](https://github.com/ecloudtechnology/erk-linear).
+## Sınırlamalar
+- %20 lineer — muhafazakâr, kalite-öncelikli bir orandır (kayıpsıza-yakın sınır ~%22; ötesi kapasite duvarına çarpar).
+- Değerlendirme iki benchmark + iki kontrolle sınırlıdır; ≥16K uzun-bağlam geri-çağırma ve decode hızı gelecek iştir.
+- Erk, Qwen3-14B üzerine kuruludur.
+## Lisans
+Apache-2.0 (kod). Ağırlıklar temel modelin lisansına tabidir.