Taklaxbr

qwen3.5-4b-turkish-sft

README

License: apache-2.0

Model Detayları

Table with columns: Özellik, Değer
Özellik	Değer
Temel (Base) Model	Qwen/Qwen3.5-4B
Dil	Türkçe (tr), İngilizce (en)
Mimari	Qwen3_5ForConditionalGeneration
Hassasiyet (Precision)	bfloat16
Bağlam Uzunluğu (Context Length)	262,144 token
Gizli Boyut (Hidden Size)	2560
Katmanlar (Layers)	32 (hibrit: linear + full attention)
Parametre Sayısı	4.5B
Lisans	Apache 2.0

Eğitim Detayları

Table with columns: Özellik, Değer
Özellik	Değer
Yöntem	Unsloth üzerinden LoRA (bf16)
Veri Seti	helpsteer3-tr (edit alt kümesi)
Eğitim Örnekleri	13,740
Epoch	2
Öğrenme Oranı (Learning Rate)	2e-4 (cosine scheduler, 3% warmup)
Batch Boyutu	8 (gradient accumulation: 2, effective: 16)

Kullanım

Not: Bu model Qwen3.5 tabanlıdır. Akıl yürütme (Thinking) modu varsayılan olarak açıktır. Doğrudan standart bir yanıt almak için enable_thinking=False parametresini kullanın.

python

from transformers import Qwen3_5ForConditionalGeneration, AutoProcessor model_id = "yusufbaykaloglu/qwen3.5-4b-turkish-sft"model = Qwen3_5ForConditionalGeneration.from_pretrained(    model_id,    torch_dtype="auto",    device_map="auto",)processor = AutoProcessor.from_pretrained(model_id) messages = [    {"role": "user", "content": [{"type": "text", "text": "Python'da bir listeyi nasıl sıralarım?"}]}] text = processor.apply_chat_template(    messages, tokenize=False, add_generation_prompt=True, enable_thinking=False)inputs = processor(text=[text], return_tensors="pt").to(model.device) outputs = model.generate(**inputs, max_new_tokens=1024, temperature=0.6, top_p=0.95, top_k=20)response = processor.batch_decode(outputs[:, inputs.input_ids.shape[-1]:], skip_special_tokens=True)[0]print(response)

GGUF Versiyonları

Düşük donanımlar için kuantize edilmiş versiyonlara buradan ulaşabilirsiniz: yusufbaykaloglu/qwen3.5-4b-turkish-sft-gguf

Table with columns: Sürüm, Boyut
Sürüm	Boyut
Q4_K_M	2.7 GB
Q8_0	4.5 GB
BF16-mmproj	676 MB

Atıf (Citation)

bibtex

@misc{yusufbaykaloglu2026qwen3.5turkish,    title={Qwen3.5-4B Turkish SFT},    author={Yusuf Baykaloglu},    year={2026},    url={https://huggingface.co/yusufbaykaloglu/qwen3.5-4b-turkish-sft}}

Bu dosya veripazari.com.tr topluluğu tarafından Hugging Face altyapısında barındırılmaktadır. Orijinal emeğe saygı kuralımız gereği lisans ve model isimleri korunmuştur.

Available on FriendliAI

Dedicated Endpoints

Run this model inference on single tenant GPU with unmatched speed and reliability at scale.

Learn more

Model Details

Model Provider

Taklaxbr

Model Tree

Base

Qwen/Qwen3.5-4B

Fine-tuned

this model

Input Modalities

TextImageVideo

Output Modalities

Text

Supported Functionality