GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
canyrtcn
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Run this model inference with full control and performance in your environment.
Model Details
Model Provider
canyrtcn
Model Tree
AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model
Input Modalities
Output Modalities
Supported Functionality
text
google/gemma-4-E4B-it └── AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model (540K satır Türkçe SFT) └── canyrtcn/Gemma_E4B_Kizagan_Abliterated ← BU MODEL (abliterated)| Özellik | Değer |
|---|---|
| 🇹🇷 Dil | Türkçe (optimize), İngilizce |
| 🧠 Temel Model | Gemma 4 E4B-it (8B ham / 4B efektif PLE) |
| 📚 Eğitim | Kızagan SFT (540K satır, ~2B token Türkçe) |
| 🔓 Abliteration | Reddetme davranışı kaldırıldı |
| 📐 Parametre | 7.5B toplam / 4B efektif (MoE-style PLE) |
| 📏 Context | 131.072 token |
| ⚖️ Lisans | Apache 2.0 (Gemma 4 şartlarına tabi) |
Bu model, reddetme (refusal) davranışını hedef alan katmanlardaki aktivasyonları modifiye ederek, modelin içerik filtreleme eğilimini kaldıracak şekilde abliterate edilmiştir. Modelin genel yetenekleri korunmuştur.
Not: Reddetme davranışı kaldırıldığı için model, verilen prompt'lara göre filtrelenmemiş içerik üretebilir. Kullanım sorumluluğu size aittir.
python
from transformers import AutoModelForCausalLM, AutoTokenizerimport torch model_id = "canyrtcn/Gemma_E4B_Kizagan_Abliterated" tokenizer = AutoTokenizer.from_pretrained(model_id)model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=torch.bfloat16, device_map="auto",) messages = [ {"role": "user", "content": "Bir yapay zeka modeli nasıl eğitilir? Adım adım açıkla."},] inputs = tokenizer.apply_chat_template( messages, add_generation_prompt=True, return_tensors="pt",).to(model.device) outputs = model.generate( inputs, max_new_tokens=1024, temperature=0.7, top_p=0.9, do_sample=True,) print(tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True))bash
# GGUF versiyonu için: canyrtcn/Gemma_E4B_Kizagan_Abliterated-GGUFllama-cli -hf canyrtcn/Gemma_E4B_Kizagan_Abliterated-GGUF \ --chat-template gemmaRepoyu aratıp indirebilirsiniz.
bash
ollama run hf.co/canyrtcn/Gemma_E4B_Kizagan_Abliterated-GGUFGGUF versiyonlar şu repoda: canyrtcn/Gemma_E4B_Kizagan_Abliterated-GGUF
| Quant | Dosya Boyutu | Kalite | Önerilen Kullanım |
|---|---|---|---|
| Q4_K_M | ~5 GB | Çok iyi | 8GB VRAM, dengeli |
| F16 | ~15 GB | Kayıpsız | 16GB+ VRAM, maksimum kalite |
| Parametre | Değer |
|---|---|
temperature | 0.3 |
top_p | 0.95 |
min_p | 0.05 |
top_k | 20 |
repeat_penalty | 1.05 |
Bu model Apache License 2.0 altında yayınlanmıştır.
Temel model olarak kullanılan google/gemma-4-E4B-it Google'ın Gemma Terms of Use koşullarına tabidir.
bibtex
@misc{kiraz2026kizagan, author = {Alican Kiraz}, title = {Kızagan-E4B: A Turkish Reasoning Model Fine-Tuned from Gemma 4 E4B}, year = {2026}, publisher = {Hugging Face}, howpublished = {\url{https://huggingface.co/AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model}},} @misc{yurtacan2026kizagan_abliterated, author = {Can Yurtaçan}, title = {Gemma E4B Kızagan Abliterated — Reddetme Davranışı Kaldırılmış Türkçe Muhakeme Modeli}, year = {2026}, publisher = {Hugging Face}, howpublished = {\url{https://huggingface.co/canyrtcn/Gemma_E4B_Kizagan_Abliterated}},}Ok yaydan çıktıysa, isabetle dönecek. 🔓
google/gemma-4-E4B-it └── AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model (540K satır Türkçe SFT) └── canyrtcn/Gemma_E4B_Kizagan_Abliterated ← BU MODEL (abliterated)from transformers import AutoModelForCausalLM, AutoTokenizerimport torch model_id = "canyrtcn/Gemma_E4B_Kizagan_Abliterated" tokenizer = AutoTokenizer.from_pretrained(model_id)model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=torch.bfloat16, device_map="auto",) messages = [ {"role": "user", "content": "Bir yapay zeka modeli nasıl eğitilir? Adım adım açıkla."},] inputs = tokenizer.apply_chat_template( messages, add_generation_prompt=True, return_tensors="pt",).to(model.device) outputs = model.generate( inputs, max_new_tokens=1024, temperature=0.7, top_p=0.9, do_sample=True,) print(tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True))# GGUF versiyonu için: canyrtcn/Gemma_E4B_Kizagan_Abliterated-GGUFllama-cli -hf canyrtcn/Gemma_E4B_Kizagan_Abliterated-GGUF \ --chat-template gemma@misc{kiraz2026kizagan, author = {Alican Kiraz}, title = {Kızagan-E4B: A Turkish Reasoning Model Fine-Tuned from Gemma 4 E4B}, year = {2026}, publisher = {Hugging Face}, howpublished = {\url{https://huggingface.co/AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model}},} @misc{yurtacan2026kizagan_abliterated, author = {Can Yurtaçan}, title = {Gemma E4B Kızagan Abliterated — Reddetme Davranışı Kaldırılmış Türkçe Muhakeme Modeli}, year = {2026}, publisher = {Hugging Face}, howpublished = {\url{https://huggingface.co/canyrtcn/Gemma_E4B_Kizagan_Abliterated}},}