AhıskaAI v0.5 Series
AhıskaAI is an independent open-source AI research project focused on small language models, custom tokenization, Turkish and Ahıska Turkish, and reproducible low-resource AI experiments.
The AhıskaAI v0.5 series continues this work with larger pretraining data and a cleaner, standardized training pipeline, while keeping the models lightweight and accessible.
This release is the instruction-tuned (IT) version of AhıskaAI v0.5 120M Base.
AhıskaAI v0.5 120M IT
AhıskaAI v0.5 120M IT is an instruction-tuned language model designed for Turkish question answering, instruction following, text transformation, and conversational experiments.
The underlying AhıskaAI v0.5 120M Base model was trained completely from scratch. This version was then instruction-tuned using a ChatML-style conversation format (system, user, assistant roles).
This is an experimental small language model developed as part of the AhıskaAI research project.
What's New Compared to v0.4
- More pretraining data: The Base model was trained on ~5.1B tokens of FineWeb-2 HQ Turkish, compared to ~1.7B tokens for AhıskaAI v0.4 235M Base.
- Smaller model, better benchmark results: With ~119M parameters (about half of v0.4 235M IT), it scores higher overall on the AhıskaAI v0.1 Lite Benchmark than both v0.4 235M IT and v0.4 145M IT (New).
- New tokenizer: A 24K BPE tokenizer trained separately for v0.5 on its own data. It is not interchangeable with the v0.4 tokenizer.
- Cleaner SFT data: Instruction-tuned on the current, cleaned, standard AhıskaAI SFT dataset, instead of the shared SFT mixture used in v0.4 (which included part of Ethosoft/nedo-turkish-sft-mixtures).
- Trade-off: The maximum context length is 1024 tokens (2048 in v0.4 235M).
Table with columns: Benchmark metric, v0.4 145M IT (New), v0.4 235M IT, v0.5 120M IT| Benchmark metric | v0.4 145M IT (New) | v0.4 235M IT | v0.5 120M IT |
|---|
| Overall | 54.88% | 51.18% | 57.91% |
| Turkish Fluency | 97.98% | 96.97% | 98.99% |
| Topic Relevance | 44.44% | 38.38% | 55.56% |
| Correctness | 22.22% | 18.18% |
Model Specifications
Table with columns: Specification, Value| Specification | Value |
|---|
| Model name | AhıskaAI v0.5 120M IT |
| Parameters | ~119M |
| Architecture | LlamaForCausalLM |
| Hidden size | 768 |
| Hidden layers | 16 |
| Attention heads | 12 |
| Key/Value heads | 4 |
| Intermediate size | 2048 |
| Head dimension | 64 |
The model uses the LlamaForCausalLM architecture, but the underlying Base model was trained completely from scratch rather than initialized from the weights of an existing Llama model.
Training
Pretraining
The underlying AhıskaAI v0.5 120M Base model was trained completely from scratch on FineWeb-2 HQ Turkish, using approximately 5.1B tokens. It was not initialized from, or fine-tuned from, any other pretrained model.
- Pretraining hardware: Kaggle TPU v5e-8
- Pretraining time: ~7 hours 21 minutes
The number of layers was deliberately kept low to increase training MFU (Model FLOPs Utilization).
Instruction-Tuning
After Base model pretraining, this version received an instruction-tuning stage using the current, cleaned, standard AhıskaAI SFT dataset. This dataset is not publicly released.
- Hardware: TBD
- Training time: TBD
- Per-device batch size: TBD
- Gradient accumulation steps: TBD
The instruction-tuning data uses a ChatML-style conversation format consisting of system, user, and assistant roles:
<|im_start|>systemSen kibar, sorulan soruları tam cümlelerle yanıtlayan Türkçe bir asistansın.<|im_end|><|im_start|>userAşağıdaki cümleyi daha okunaklı hale getirmek için metin biçimlendirmesini değiştirin. Öğrencinin tamamlaması gereken karmaşık bir problemi vardı.<|im_end|><|im_start|>assistantÖğrencinin tamamlaması gereken karmaşık bir problem vardı.<|im_end|>
This format was used to teach the model to respond to user instructions while maintaining a conversational structure. The instruction-tuning stage focused on improving instruction following, question answering, text transformation, conversational responses, and Turkish response quality.
Tokenizer
AhıskaAI v0.5 uses a custom 24K vocabulary BPE tokenizer focused on Turkish, Ahıska Turkish, and Turkish morphology. This tokenizer was trained separately for the v0.5 series on its own training data. Although its vocabulary size matches the v0.4 tokenizer, it is a different tokenizer and is not interchangeable with v0.4 models.
Intended Use
AhıskaAI v0.5 120M IT can be used for:
- Turkish question answering
- Instruction following
- Text transformation
- Simple conversational applications
- Turkish text generation
- Small language model research
- Low-resource language experiments
- Instruction-tuning research on small models
The model is particularly intended for experimentation and research rather than production-critical applications.
How to Run
pip install -U transformers torch
import torchfrom transformers import AutoTokenizer, AutoModelForCausalLM model_id = "AhiskaAI/AhiskaAI-v0.5-120M-IT" device = "cuda" if torch.cuda.is_available() else "cpu"dtype = torch.bfloat16 if device == "cuda" else torch.float32 tokenizer = AutoTokenizer.from_pretrained(model_id) model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=dtype).to(device) messages = [ { "role": "system", "content": "Sen kibar, sorulan soruları tam cümlelerle yanıtlayan Türkçe bir asistansın." }, { "role": "user", "content": "Ahıska Türkleri hakkında kısa bir bilgi ver." }] prompt = tokenizer.apply_chat_template( messages, tokenize=False, add_generation_prompt=True) inputs = tokenizer(prompt, return_tensors="pt").to(device) with torch.no_grad(): outputs = model.generate( **inputs, max_new_tokens=100, temperature=0.8, top_p=0.9, do_sample=True, repetition_penalty=1.1, use_cache=True ) generated_tokens = outputs[0][inputs["input_ids"].shape[1]:]print(tokenizer.decode(generated_tokens, skip_special_tokens=True))
<|im_start|>systemSen kibar, sorulan soruları tam cümlelerle yanıtlayan Türkçe bir asistansın.<|im_end|><|im_start|>userKullanıcı sorusu buraya gelir.<|im_end|><|im_start|>assistant
Generation should begin after the assistant header.
AhıskaAI v0.1 Lite Benchmark
AhıskaAI v0.1 Lite Benchmark is an experimental benchmark evaluating Turkish quality, topic relevance, and factual/logical correctness (binary scoring, averaged).
AhıskaAI v0.1 Lite Benchmark
Results for AhıskaAI v0.5 120M IT:
- Turkish Fluency: 98.99%
- Topic Relevance: 55.56%
- Correctness: 19.19%
- Overall Average: 57.91%
- Total Questions: 99
Note: AhıskaAI v0.1 Lite Benchmark is an experimental benchmark and should not be considered a standardized benchmark.
Overall Benchmark
Table with columns: Rank, Model, Score| Rank | Model | Score |
|---|
| 1 | Gemma 3 1B | 85.86% |
| 2 | AhıskaAI v0.5 120M IT | 57.91% |
| 3 | AhıskaAI v0.5 440M IT | 57.58% |
| 4 | Qwen 3 0.6B | 55.22% |
| 5 | AhıskaAI v0.4 145M IT (New) | 54.88% |
| 6 | AhıskaAI v0.4 235M IT |
Table with columns: Rank, Model, Score| Rank | Model | Score |
|---|
| 1 | AhıskaAI v0.4 145M IT (Old) | 100.00% |
| 1 | Gemma 3 1B | 100.00% |
| 3 | AhıskaAI v0.5 120M IT | 98.99% |
| 4 | AhıskaAI v0.4 145M IT (New) | 97.98% |
| 4 | AhıskaAI v0.5 440M IT | 97.98% |
| 6 | AhıskaAI v0.4 235M IT |
Topic Relevance
Table with columns: Rank, Model, Score| Rank | Model | Score |
|---|
| 1 | Gemma 3 1B | 84.85% |
| 2 | AhıskaAI v0.5 120M IT | 55.56% |
| 3 | AhıskaAI v0.5 440M IT | 50.51% |
| 4 | Qwen 3 0.6B | 47.47% |
| 5 | AhıskaAI v0.4 145M IT (New) | 44.44% |
| 6 | Llama 3.2 1B |
Correctness
Table with columns: Rank, Model, Score| Rank | Model | Score |
|---|
| 1 | Gemma 3 1B | 72.73% |
| 2 | Qwen 3 0.6B | 31.31% |
| 3 | AhıskaAI v0.5 440M IT | 24.24% |
| 4 | AhıskaAI v0.4 145M IT (New) | 22.22% |
| 5 | AhıskaAI v0.5 120M IT | 19.19% |
| 6 | AhıskaAI v0.4 235M IT |
Limitations
This model is intentionally small and experimental.
Because of its size, it may:
- Produce factually incorrect information
- Generate meaningless or incomplete text
- Fail to follow complex instructions
- Lose context in longer prompts (maximum context is 1024 tokens)
- Repeat words or phrases
- Produce off-topic responses
- Struggle with reasoning and multi-step tasks
- Hallucinate information
Instruction tuning improves the model's usability and instruction-following behavior, but it does not eliminate these limitations.
Do not rely on this model for medical, legal, financial, safety-critical, or other high-stakes decisions.
Base Model
This model is instruction-tuned from:
AhıskaAI v0.5 120M Base
The Base model was trained completely from scratch (~5.1B tokens of FineWeb-2 HQ Turkish) before the instruction-tuning stage.
Other Versions
License
This model is released under the Apache 2.0 License.
If you use this model in a project, publication, application, or other public work, attribution to AhıskaAI is appreciated.
Suggested Citation
AhıskaAI v0.5 120M IT — An instruction-tuned small language model for Turkish and Ahıska Turkish research.
Project: AhıskaAI Model: AhıskaAI v0.5 120M IT
Türkçe
AhıskaAI v0.5 Serisi
AhıskaAI; küçük dil modelleri, özel tokenizasyon, Türkçe ve Ahıska Türkçesi ve düşük kaynaklı yapay zekâ deneyleri üzerine çalışan bağımsız, açık kaynaklı bir AI araştırma projesidir.
AhıskaAI v0.5 serisi, daha büyük ön eğitim verisi ve daha temiz, standartlaştırılmış bir eğitim süreciyle bu çalışmayı sürdürürken modelleri hafif ve erişilebilir tutmayı amaçlamaktadır.
Bu sürüm, AhıskaAI v0.5 120M Base modelinin instruction-tuned (IT) sürümüdür.
AhıskaAI v0.5 120M IT
AhıskaAI v0.5 120M IT, Türkçe soru-cevap, talimat takibi, metin dönüştürme ve sohbet deneyleri için geliştirilmiş instruction-tuned bir dil modelidir.
Modelin temelini oluşturan AhıskaAI v0.5 120M Base modeli tamamen sıfırdan eğitilmiştir. Bu sürüm ise daha sonra ChatML tarzı bir konuşma formatı (system, user, assistant rolleri) ile instruction tuning sürecinden geçirilmiştir.
Bu model, AhıskaAI araştırma projesinin bir parçası olarak geliştirilmiş deneysel bir küçük dil modelidir.
v0.4'e Göre Yenilikler
- Daha fazla ön eğitim verisi: Base model, ~5.1B token FineWeb-2 HQ Turkish verisiyle eğitilmiştir. AhıskaAI v0.4 235M Base'de bu miktar ~1.7B token idi.
- Daha küçük model, daha iyi benchmark sonuçları: ~119M parametre ile (v0.4 235M IT'nin yaklaşık yarısı), AhıskaAI v0.1 Lite Benchmark'ta genel skorda hem v0.4 235M IT'yi hem de v0.4 145M IT (New)'i geride bırakmıştır.
- Yeni tokenizer: v0.5 için kendi verisi üzerinde ayrıca eğitilmiş 24K BPE tokenizer. v0.4 tokenizer'ı ile birbirinin yerine kullanılamaz.
- Daha temiz SFT verisi: v0.4'te kullanılan ortak SFT karışımı (Ethosoft/nedo-turkish-sft-mixtures'ın bir kısmını da içeriyordu) yerine güncel, temizlenmiş ve standartlaştırılmış AhıskaAI SFT veri seti ile instruction tuning uygulanmıştır.
- Takas: Maksimum context uzunluğu 1024 token'dır (v0.4 235M'de 2048).
Table with columns: Benchmark metriği, v0.4 145M IT (New), v0.4 235M IT, v0.5 120M IT| Benchmark metriği | v0.4 145M IT (New) | v0.4 235M IT | v0.5 120M IT |
|---|
| Genel | 54.88% | 51.18% | 57.91% |
| Türkçe Düzgünlüğü | 97.98% | 96.97% | 98.99% |
| Konu Alakası | 44.44% | 38.38% | 55.56% |
| Doğruluk | 22.22% | 18.18% |
Model Özellikleri
Table with columns: Özellik, Değer| Özellik | Değer |
|---|
| Model adı | AhıskaAI v0.5 120M IT |
| Parametre sayısı | ~119M |
| Mimari | LlamaForCausalLM |
| Hidden size | 768 |
| Hidden layers | 16 |
| Attention heads | 12 |
| Key/Value heads | 4 |
| Intermediate size | 2048 |
| Head dimension | 64 |
Model LlamaForCausalLM mimarisini kullanmaktadır ancak temel model mevcut bir Llama modelinin ağırlıkları kullanılarak oluşturulmamıştır. Base model tamamen sıfırdan eğitilmiştir.
Eğitim
Ön Eğitim
Modelin temelini oluşturan AhıskaAI v0.5 120M Base, FineWeb-2 HQ Turkish verisi üzerinde yaklaşık 5.1B token kullanılarak tamamen sıfırdan eğitilmiştir. Başka bir pretrained modelden başlatılmamış veya fine-tune edilmemiştir.
- Ön eğitim donanımı: Kaggle TPU v5e-8
- Ön eğitim süresi: ~7 saat 21 dakika
Katman sayısı, eğitim sırasındaki MFU (Model FLOPs Utilization) değerini artırmak amacıyla bilinçli olarak düşük tutulmuştur.
Instruction-Tuning
Base model ön eğitiminin ardından bu sürüme, güncel, temizlenmiş ve standartlaştırılmış AhıskaAI SFT veri seti ile instruction tuning uygulanmıştır. Bu veri seti herkese açık olarak yayınlanmamaktadır.
- Donanım: TBD
- Eğitim süresi: TBD
- Per-device batch size: TBD
- Gradient accumulation steps: TBD
Instruction tuning verileri, system, user ve assistant rollerinden oluşan ChatML tarzı bir konuşma formatı kullanmaktadır:
<|im_start|>systemSen kibar, sorulan soruları tam cümlelerle yanıtlayan Türkçe bir asistansın.<|im_end|><|im_start|>userAşağıdaki cümleyi daha okunaklı hale getirmek için metin biçimlendirmesini değiştirin. Öğrencinin tamamlaması gereken karmaşık bir problemi vardı.<|im_end|><|im_start|>assistantÖğrencinin tamamlaması gereken karmaşık bir problem vardı.<|im_end|>
Bu format kullanılarak modelin kullanıcı talimatlarına uygun cevaplar üretmesi ve konuşma yapısını takip etmesi hedeflenmiştir. Instruction tuning aşaması özellikle talimat takibi, soru-cevap, metin dönüştürme, sohbet tarzı cevaplar ve Türkçe cevap kalitesi üzerine odaklanmıştır.
Tokenizer
AhıskaAI v0.5 serisinde, Türkçe/Ahıska Türkçesi ve Türkçe morfolojisine odaklı özel bir 24K vocabulary BPE tokenizer kullanılmaktadır. Bu tokenizer, v0.5 serisi için kendi eğitim verisi üzerinde ayrıca eğitilmiştir. Vocabulary boyutu v0.4 tokenizer'ı ile aynı olsa da farklı bir tokenizer'dır ve v0.4 modelleriyle birbirinin yerine kullanılamaz.
Kullanım Alanları
AhıskaAI v0.5 120M IT şu alanlarda kullanılabilir:
- Türkçe soru-cevap
- Talimat takibi
- Metin dönüştürme
- Basit sohbet uygulamaları
- Türkçe metin üretimi
- Küçük dil modeli araştırmaları
- Düşük kaynaklı dil deneyleri
- Küçük modeller üzerinde instruction tuning araştırmaları
Model öncelikli olarak deneysel ve araştırma amaçlıdır.
Çalıştırma
pip install -U transformers torch
import torchfrom transformers import AutoTokenizer, AutoModelForCausalLM model_id = "AhiskaAI/AhiskaAI-v0.5-120M-IT" device = "cuda" if torch.cuda.is_available() else "cpu"dtype = torch.bfloat16 if device == "cuda" else torch.float32 tokenizer = AutoTokenizer.from_pretrained(model_id) model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=dtype).to(device) messages = [ { "role": "system", "content": "Sen kibar, sorulan soruları tam cümlelerle yanıtlayan Türkçe bir asistansın." }, { "role": "user", "content": "Ahıska Türkleri hakkında kısa bir bilgi ver." }] prompt = tokenizer.apply_chat_template( messages, tokenize=False, add_generation_prompt=True) inputs = tokenizer(prompt, return_tensors="pt").to(device) with torch.no_grad(): outputs = model.generate( **inputs, max_new_tokens=100, temperature=0.8, top_p=0.9, do_sample=True, repetition_penalty=1.1, use_cache=True ) generated_tokens = outputs[0][inputs["input_ids"].shape[1]:]print(tokenizer.decode(generated_tokens, skip_special_tokens=True))
<|im_start|>systemSen kibar, sorulan soruları tam cümlelerle yanıtlayan Türkçe bir asistansın.<|im_end|><|im_start|>userKullanıcı sorusu buraya gelir.<|im_end|><|im_start|>assistant
Üretim işlemi assistant başlığından sonra başlatılmalıdır.
AhıskaAI v0.1 Lite Benchmark
Türkçe kalitesi, konu ilgisi ve bilgisel/mantıksal doğruluğu değerlendiren deneysel bir benchmark (binary scoring, ortalama).
AhıskaAI v0.1 Lite Benchmark
AhıskaAI v0.5 120M IT sonuçları:
- Türkçe Düzgünlüğü: %98.99
- Konu Alakası: %55.56
- Doğruluk: %19.19
- Genel Ortalama: %57.91
- Toplam Soru: 99
Not: Bu deneysel bir benchmark'tır, standartlaştırılmış bir benchmark olarak değerlendirilmemelidir.
Genel Benchmark
Table with columns: Sıra, Model, Skor| Sıra | Model | Skor |
|---|
| 1 | Gemma 3 1B | 85.86% |
| 2 | AhıskaAI v0.5 120M IT | 57.91% |
| 3 | AhıskaAI v0.5 440M IT | 57.58% |
| 4 | Qwen 3 0.6B | 55.22% |
| 5 | AhıskaAI v0.4 145M IT (New) | 54.88% |
| 6 | AhıskaAI v0.4 235M IT |
Table with columns: Sıra, Model, Skor| Sıra | Model | Skor |
|---|
| 1 | AhıskaAI v0.4 145M IT (Old) | 100.00% |
| 1 | Gemma 3 1B | 100.00% |
| 3 | AhıskaAI v0.5 120M IT | 98.99% |
| 4 | AhıskaAI v0.4 145M IT (New) | 97.98% |
| 4 | AhıskaAI v0.5 440M IT | 97.98% |
| 6 | AhıskaAI v0.4 235M IT |
Konu İlgisi
Table with columns: Sıra, Model, Skor| Sıra | Model | Skor |
|---|
| 1 | Gemma 3 1B | 84.85% |
| 2 | AhıskaAI v0.5 120M IT | 55.56% |
| 3 | AhıskaAI v0.5 440M IT | 50.51% |
| 4 | Qwen 3 0.6B | 47.47% |
| 5 | AhıskaAI v0.4 145M IT (New) | 44.44% |
| 6 | Llama 3.2 1B |
Doğruluk
Table with columns: Sıra, Model, Skor| Sıra | Model | Skor |
|---|
| 1 | Gemma 3 1B | 72.73% |
| 2 | Qwen 3 0.6B | 31.31% |
| 3 | AhıskaAI v0.5 440M IT | 24.24% |
| 4 | AhıskaAI v0.4 145M IT (New) | 22.22% |
| 5 | AhıskaAI v0.5 120M IT | 19.19% |
| 6 | AhıskaAI v0.4 235M IT |
Sınırlamalar
Bu model özellikle küçük ve deneysel bir modeldir.
Model:
- Yanlış bilgiler üretebilir
- Anlamsız veya eksik metinler oluşturabilir
- Karmaşık talimatları takip etmekte zorlanabilir
- Uzun promptlarda bağlamı kaybedebilir (maksimum context 1024 token'dır)
- Kelime veya ifadeleri tekrarlayabilir
- Konu dışı cevaplar verebilir
- Mantıksal çıkarım ve çok adımlı görevlerde zorlanabilir
- Halüsinasyon üretebilir
Instruction tuning modelin kullanılabilirliğini ve talimat takip yeteneğini geliştirmeyi amaçlamaktadır ancak bu sınırlamaları tamamen ortadan kaldırmaz.
Model tıbbi, hukuki, finansal, güvenlik açısından kritik veya yüksek riskli kararlar için kullanılmamalıdır.
Base Model
Bu model şu temel model üzerine instruction tuning uygulanarak oluşturulmuştur:
AhıskaAI v0.5 120M Base
Base model, instruction tuning aşamasından önce tamamen sıfırdan eğitilmiştir (FineWeb-2 HQ Turkish üzerinde ~5.1B token).
Diğer Sürümler
Lisans
Bu model Apache 2.0 License altında yayınlanmıştır.
Bu modeli bir proje, yayın, uygulama veya başka bir kamuya açık çalışmada kullanıyorsanız AhıskaAI'ye atıfta bulunmanız rica edilir.
Önerilen Atıf
AhıskaAI v0.5 120M IT — Türkçe ve Ahıska Türkçesi araştırmaları için geliştirilmiş instruction-tuned küçük dil modeli.
Proje: AhıskaAI Model: AhıskaAI v0.5 120M IT