Qwen3.5-2B-Turkish-SFT-LoRA

Qwen3.5-2B-Turkish-SFT — LoRA Adaptörleri

Bu repo, Tuguberk/Qwen3.5-2B-Turkish-SFT modelinin sadece LoRA adaptörlerini içerir. Merged (birleştirilmiş) modeli kullanmak istiyorsanız ana repoya gidin.

LoRA nedir?

LoRA (Low-Rank Adaptation), modelin tüm ağırlıklarını değiştirmek yerine küçük adaptör katmanları ekleyerek fine-tuning yapan bir yöntemdir. Bu repo sadece o adaptörleri (~100MB) içerir — base modeli ayrıca indirmeniz gerekir.

Adaptör Detayları

Kullanım

from transformers import AutoModelForCausalLM, AutoProcessor
from peft import PeftModel
import torch

base_model_name  = "unsloth/Qwen3.5-2B"
lora_model_name  = "Tuguberk/Qwen3.5-2B-Turkish-SFT-LoRA"

# Base modeli yükle
processor = AutoProcessor.from_pretrained(base_model_name)
tokenizer = processor.tokenizer

model = AutoModelForCausalLM.from_pretrained(
    base_model_name,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

# LoRA adaptörlerini üstüne ekle
model = PeftModel.from_pretrained(model, lora_model_name)
model.eval()

# Kullanım
messages = [
    {"role": "system", "content": "Sen yardımcı bir Türkçe asistansın."},
    {"role": "user",   "content": "Yapay zeka nedir?"},
]

text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=False,
)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

outputs = model.generate(
    inputs["input_ids"],
    max_new_tokens=512,
    temperature=0.7,
    top_p=0.9,
    do_sample=True,
)

response = tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
print(response)

Ne zaman LoRA, ne zaman merged model kullanılır?

Çoğu kullanım için merged modeli tercih edin: Tuguberk/Qwen3.5-2B-Turkish-SFT

Lisans

Apache 2.0 — base model lisansıyla aynıdır.

---

<img src="https://raw.githubusercontent.com/unslothai/unsloth/main/images/unsloth%20made%20with%20love.png" width="200"/>