afrideva's picture
Upload README.md with huggingface_hub
1507c90
metadata
base_model: cenkersisman/gpt2-turkish-128-token
inference: false
language:
  - tr
model_creator: cenkersisman
model_name: gpt2-turkish-128-token
pipeline_tag: text-generation
quantized_by: afrideva
tags:
  - gguf
  - ggml
  - quantized
  - q2_k
  - q3_k_m
  - q4_k_m
  - q5_k_m
  - q6_k
  - q8_0
widget:
  - example_title: fransa'nın başkenti
    text: fransa'nın başkenti
  - example_title: ingiltere'nin başkenti
    text: ingiltere'nın başkenti
  - example_title: italya'nın başkenti
    text: italya'nın başkenti
  - example_title: moğolistan'ın başkenti
    text: moğolistan'ın başkenti
  - example_title: amazon ormanlarının bulunduğu ülke olan
    text: amazon ormanlarının bulunduğu ülke olan
  - example_title: avrupa'yı asya'ya bağlayan şehir
    text: avrupa'yı asya'ya bağlayan şehir
  - example_title: zebraların yaşadığı kıta olan
    text: zebraların yaşadığı kıta olan
  - example_title: fenerbahçe'nin ezeli rakibi olan
    text: fenerbahçe'nin ezeli rakibi olan
  - example_title: tek bacaklı kurbağa
    text: tek bacaklı kurbağa
  - example_title: rize'de yağmur
    text: rize'de yağmur
  - example_title: hayatın anlamı
    text: hayatın anlamı
  - example_title: saint-joseph
    text: saint-joseph
  - example_title: renk isimleri şunlardır
    text: renk isimleri şunlardır
  - example_title: iklim değişikliği
    text: iklim değişikliği
  - example_title: tuzlu yiyecekler arasında
    text: tuzlu yiyecekler arasında

cenkersisman/gpt2-turkish-128-token-GGUF

Quantized GGUF model files for gpt2-turkish-128-token from cenkersisman

Original Model Card:

Model

GPT-2 Türkçe Modeli

Model Açıklaması

GPT-2 Türkçe Modeli, Türkçe diline özelleştirilmiş olan GPT-2 mimarisi temel alınarak oluşturulmuş bir dil modelidir. Belirli bir başlangıç metni temel alarak insana benzer metinler üretme yeteneğine sahiptir ve geniş bir Türkçe metin veri kümesi üzerinde eğitilmiştir. Modelin eğitimi için 900 milyon karakterli Vikipedi seti kullanılmıştır. Eğitim setindeki cümleler maksimum 128 tokendan (token = kelime kökü ve ekleri) oluşmuştur bu yüzden oluşturacağı cümlelerin boyu sınırlıdır.. Türkçe heceleme yapısına uygun tokenizer kullanılmış ve model 7.5 milyon adımda yaklaşık 154 epoch eğitilmiştir. Eğitim için 4GB hafızası olan Nvidia Geforce RTX 3050 GPU kullanılmaktadır. 16GB Paylaşılan GPU'dan da yararlanılmakta ve eğitimin devamında toplamda 20GB hafıza kullanılmaktadır.

Model Nasıl Kullanılabilir

ÖNEMLİ: model harf büyüklüğüne duyarlı olduğu için, prompt tamamen küçük harflerle yazılmalıdır.

# Model ile çıkarım yapmak için örnek kod

from transformers import GPT2Tokenizer, GPT2LMHeadModel

model_name = "cenkersisman/gpt2-turkish-128-token"
tokenizer = GPT2Tokenizer.from_pretrained(model_name)
model = GPT2LMHeadModel.from_pretrained(model_name)

prompt = "okyanusun derinliklerinde bulunan"
input_ids = tokenizer.encode(prompt, return_tensors="pt")
output = model.generate(input_ids, max_length=100, pad_token_id=tokenizer.eos_token_id)
generated_text = tokenizer.decode(output[0], skip_special_tokens=True)
print(generated_text)

Eğitim Süreci Eğrisi

image/png

image/png

Sınırlamalar ve Önyargılar

Bu model, bir özyineli dil modeli olarak eğitildi. Bu, temel işlevinin bir metin dizisi alıp bir sonraki belirteci tahmin etmek olduğu anlamına gelir. Dil modelleri bunun dışında birçok görev için yaygın olarak kullanılsa da, bu çalışmayla ilgili birçok bilinmeyen bulunmaktadır.

Model, küfür, açık saçıklık ve aksi davranışlara yol açan metinleri içerdiği bilinen bir veri kümesi üzerinde eğitildi. Kullanım durumunuza bağlı olarak, bu model toplumsal olarak kabul edilemez metinler üretebilir.

Tüm dil modellerinde olduğu gibi, bu modelin belirli bir girişe nasıl yanıt vereceğini önceden tahmin etmek zordur ve uyarı olmaksızın saldırgan içerik ortaya çıkabilir. Sonuçları yayınlamadan önce hem istenmeyen içeriği sansürlemek hem de sonuçların kalitesini iyileştirmek için insanların çıktıları denetlemesini veya filtrelemesi önerilir.