Downloads · 30 days
11
24% of all-time downloads
kiyran/qwen3-06b-bilgisayarli-goru-lora
qwen3-06b-bilgisayarli-goru-lora is a text generation model from kiyran. Use it when you need the model to write or continue text. It is set up for peft. The card lists the license as apache-2.0.
Bu model, Qwen/Qwen3-0.6B temel modeli üzerinde bilgisayarlı görü alanına yönelik Türkçe soru-cevap kayıtlarıyla eğitilmiş bir LoRA adaptörüdür.
Downloads · 30 days
11
24% of all-time downloads
All-time downloads
45
Public
Repo size
31.7 MB
Likes
0
Public
Click a slice to open those files.
.safetensors20.2 MB · 56%
From the Hugging Face model README
Bu model, Qwen/Qwen3-0.6B temel modeli üzerinde bilgisayarlı görü
alanına yönelik Türkçe soru-cevap kayıtlarıyla eğitilmiş bir LoRA
adaptörüdür.
Qwen/Qwen3-0.6Bfrom transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel
base_model_name = "Qwen/Qwen3-0.6B"
adapter_name = "kiyran/qwen3-06b-bilgisayarli-goru-lora"
tokenizer = AutoTokenizer.from_pretrained(adapter_name)
base_model = AutoModelForCausalLM.from_pretrained(
base_model_name,
torch_dtype="auto",
device_map="auto",
)
model = PeftModel.from_pretrained(
base_model,
adapter_name,
)
messages = [
{
"role": "user",
"content": "Bilgisayarlı görü 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,
max_new_tokens=100,
do_sample=True,
temperature=0.7,
top_p=0.9,
)
generated_ids = outputs[
0,
inputs["input_ids"].shape[1]:
]
print(
tokenizer.decode(
generated_ids,
skip_special_tokens=True,
)
)
Bu adaptör, teslim süresi nedeniyle CPU üzerinde yalnızca 12 optimizer adımıyla eğitilmiştir. Bu nedenle deneysel bir prototiptir ve üretilen cevaplar doğruluk açısından kontrol edilmelidir.