Update README.md

README.md

@@ -1,13 +1,15 @@
 ---
 widget:
-- text: 'limon'
-  example_title: limon
-- text: 'kayseri'
-  example_title: kayseri
-- text: 'kabak çekirdeği'
-  example_title: kabak çekirdeği
-- text: 'ne kadar'
-  example_title: ne kadar
+- text: 'fransa''nın başkenti'
+  example_title: fransa'nın başkenti
+- text: 'ingiltere''nın başkenti'
+  example_title: ingiltere'nin başkenti
+- text: 'italya''nın başkenti'
+  example_title: italya'nın başkenti
+- text: 'tek bacaklı kurbağa'
+  example_title: tek bacaklı kurbağa
+- text: 'rize''de yağmur'
+  example_title: rize'de yağmur
 - text: 'hayatın anlamı'
   example_title: hayatın anlamı
 - text: 'saint-joseph'
@@ -22,22 +24,23 @@ language:
 # Model
 
 GPT-2 Türkçe Modeli
-(Not: Bu model en fazla 48 token boyutunda cümleler desteklemektedir. cenkersisman/gpt2-turkish-128-token modeli ise 128 token desteklediğinden tercih edilmelidir.)
+
 ### 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 48 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 12 epoch eğitilmiştir. Eğitim halen devam etmektedir.
-Eğitim için 4GB hafızası olan Nvidia Geforce RTX 3050 GPU kullanılmaktadır.
+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.
 
 ```python
 # Model ile çıkarım yapmak için örnek kod
 
 from transformers import GPT2Tokenizer, GPT2LMHeadModel
 
-model_name = "cenkersisman/gpt2-turkish-900m"
+model_name = "cenkersisman/gpt2-turkish-128-token"
 tokenizer = GPT2Tokenizer.from_pretrained(model_name)
 model = GPT2LMHeadModel.from_pretrained(model_name)
 
@@ -50,9 +53,9 @@ print(generated_text)
 ```
 ## Eğitim Süreci Eğrisi
 
-![image/png](https://huggingface.co/cenkersisman/gpt2-turkish-900m/resolve/main/l3.png)
+![image/png](https://huggingface.co/cenkersisman/gpt2-turkish-128-token/resolve/main/1.png)
 
-![image/png](https://huggingface.co/cenkersisman/gpt2-turkish-900m/resolve/main/l4.png)
+![image/png](https://huggingface.co/cenkersisman/gpt2-turkish-128-token/resolve/main/2.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.