TurkishLaw

<p align="center"> <img src="https://huggingface.co/front/assets/huggingface_logo-noborder.svg" height="60" alt="Hugging Face logo"/> </p> <h1 align="center"> OrionCAF/TurkishLaw </h1> <p align="center"> <b>Türk Hukuku için Özelleştirilmiş Dil Modeli</b><br> _{(Unsloth 4-bit + LoRA, yalnızca Türkçe hukuk metinleri için eğitilmiştir)} </p> <p align="center"> <a href="https://huggingface.co/<KULLANICI_ADI>/Qwen3-14B-merged-law-tr"><img alt="HF Repo" src="https://img.shields.io/badge/HF%20Model-ziyaret%20et-blue?logo=huggingface"></a> <img alt="Parameters" src="https://img.shields.io/badge/Parametre-14B-orange"> </p> 📋 İçindekiler

Genel Açıklama Yetenekler Hızlı Başlangıç Örnek Kullanım Model Detayları Ekibimiz Kısıtlamalar Lisans

📚 Genel Açıklama Qwen3-14B-Merged-Law-TR, Alibaba'nın Qwen3 modeli temel alınarak Türk Medeni, Borçlar ve Ticaret Hukuku metinleri üzerinde LoRA yöntemiyle ince ayar yapılmış ve 4-bit olarak verimli çalışması için tek dosyaya gömülmüş özelleştirilmiş bir dil modelidir. Bu model, hukukçular, hukuk öğrencileri, akademisyenler ve yasal bilgiye hızlı erişim ihtiyacı duyan herkes için tasarlanmıştır. Türk hukuk sistemi hakkında madde numaraları ile desteklenmiş, açıklayıcı ve doğru yanıtlar üretme kabiliyetine sahiptir.

⚠️ Önemli Not: Bu model hukuki tavsiye yerine geçmez. Profesyonel hukuki konularda her zaman bir avukata danışmanız önerilir.

✨ Yetenekler

Türk Medeni Kanunu, Borçlar Kanunu ve Ticaret Kanunu hakkında detaylı bilgi Kanun maddelerini doğru numaralarla referans verme Hukuki kavramları açıklama ve yorumlama Hukuki soruları ilgili mevzuat çerçevesinde yanıtlama Düşük bellek kullanımı (4-bit kuantalama sayesinde) Hızlı yanıt üretimi

🚀 Hızlı Başlangıç

Aşağıda, verilen girdilere dayalı olarak modelin içerik oluşturmasını gösteren bir kod parçası yer almaktadır.

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
        model_name = "OrionCAF/TurkishLaw",
        max_seq_length = max_seq_length,
        #load_in_4bit = False,
        load_in_8bit = False,
    )

FastLanguageModel.for_inference(model)

messages = [{"role": "user", "content": Türk Medeni Kanunu'na göre evlenme engelleri nelerdir? }]
    inputs = tokenizer.apply_chat_template(
        messages, tokenize=True, add_generation_prompt=True, return_tensors="pt"
    ).to(device)

    
    output = model.generate(
        input_ids=inputs, max_new_tokens=1500, use_cache=True,
        temperature=0.6, min_p=0.1
    )

    cikti_text = tokenizer.decode(output[0], skip_special_tokens=True)

🧠 Model Detayları

Temel Model: Qwen3-14B Eğitim Yöntemi: LoRA (Low-Rank Adaptation) Eğitim Veri Seti: Türk Medeni Kanunu, Türk Borçlar Kanunu ve Türk Ticaret Kanunu metinleri Dil: Türkçe ve İngilizceyi destekler

👥 Ekibimiz Bu model, aşağıdaki ekip üyeleri tarafından geliştirilmiştir:

• Ferhat Kürkçüoğlu (https://www.linkedin.com/in/ferhatkurkcuoglu/)
• Cengizhan Bayram (https://www.linkedin.com/in/cengizhan-bayram-a66009223/)
• Cevdet Ahmet Turan (https://www.linkedin.com/in/cevdet-ahmet-turan/)
• Volkan Altıntaş (https://www.linkedin.com/in/volkanaltintas/)

Ekibimiz,Özelleştirilmiş yapay zeka modelleri geliştirmeye odaklanmaktadır. ⚠️ Kısıtlamalar

Model yalnızca Türk Medeni, Borçlar ve Ticaret Hukuku alanlarında eğitilmiştir. Diğer hukuk alanlarında (ceza hukuku, idare hukuku vb.) sınırlı bilgiye sahip olabilir. Modelin bilgisi eğitim verilerinin tarihiyle sınırlıdır. Güncel yasa değişikliklerini içermeyebilir. 4-bit kuantalama düşük donanımlarda çalışabilirliği artırırken, bazı durumlarda tam hassasiyete kıyasla performans kaybına neden olabilir. Hukuki tavsiye vermek için değil, bilgi sağlamak amacıyla kullanılmalıdır.

📄 Lisans Bu model Apache License 2.0 altında lisanslanmıştır. Ticari kullanım da dahil olmak üzere, uygun atıf yapıldığı sürece serbestçe kullanılabilir.

<p align="center"> _{❓ Sorular ve geri bildirimler için: <a href="https://github.com/<KULLANICI_ADI>">GitHub</a> | <a href="https://huggingface.co/<KULLANICI_ADI>">Hugging Face</a>} </p> <p align="center"> _{Ferhat, Cengizhan, Cevdet ve Dr. Volkan Altıntaş tarafından NLP araştırmaları kapsamında geliştirilmiştir.} </p>