GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
ssilistre
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
ssilistre
Model Tree
unsloth/Qwen3-4B-Instruct-2507
Input Modalities
Output Modalities
Supported Functionality
Eğitim verisinin tasarımındaki en önemli karar buydu. Model kendini tanıtırken şunları iddia etmiyor:
Veri setinin önemli bir bölümü doğrudan bu sınırları öğretiyor. Amaç modelin ne bildiğini değil, ne bilmediğini fark ettirmesini sağlamak.
| Temel model | unsloth/Qwen3-4B-Instruct-2507 (16-bit) |
| Yöntem | LoRA, Unsloth |
| Veri seti | ssilistre/semih-silistre-ai-identity — 274 kayıt |
| Rank / alpha | 16 / 32 |
| Hedef modüller | q_proj k_proj v_proj o_proj gate_proj up_proj down_proj |
| Epoch | 6 |
| Batch | 2 × 2 accumulation = 4 |
| Sekans uzunluğu | 1024, packing (bfd) |
| Öğrenme oranı | 2e-4, linear, 10 adım warmup |
max_grad_norm | 0.3 |
| Optimizer | adamw_8bit, weight decay 0.01 |
| Donanım | NVIDIA A100 40GB (bfloat16) |
274 örnek paketlendiğinde ~58 diziye iniyor. Varsayılan batch 16 ile epoch başına yalnızca 3-4 optimizasyon adımı kalıyor ve kimlik davranışı yerleşmiyor. Batch 4'e düşürülünce epoch başına ~15 adım oluyor.
thinking alanı neden kullanılmadı?Veri setinde her cevabın bir thinking (akıl yürütme) alanı var, ancak eğitim metnine gömülmedi. Qwen3-Instruct-2507 düşünmeyen bir sürüm; chat template'i zaten boş bir <think></think> bloğu ekliyor. Dolu bir blok gömüldüğünde model iki çelişen kalıp görüp <tool_call> gibi yanlış özel tokenlar üretmeye ve asıl cevaba hiç geçmemeye başlıyordu.
python
from unsloth import FastLanguageModelmodel, tokenizer = FastLanguageModel.from_pretrained("ssilistre/semih-silistre-ai-lora",max_seq_length=1024,)FastLanguageModel.for_inference(model)msgs = [{"role": "user", "content": "Sen kimsin?"}]text = tokenizer.apply_chat_template(msgs, add_generation_prompt=True, tokenize=False)enc = tokenizer(text, return_tensors="pt").to("cuda")out = model.generate(**enc, max_new_tokens=250, temperature=0.7, top_p=0.9,do_sample=True, repetition_penalty=1.15,pad_token_id=tokenizer.eos_token_id)print(tokenizer.decode(out[0][enc["input_ids"].shape[1]:], skip_special_tokens=True))
repetition_penalty önerilir — küçük veri setiyle eğitilmiş adaptörlerde tekrar eğilimi görülebiliyor.
carnegie-dost-kazanma-lora ile ayrı eğitildi; ikisi aynı anda yüklenmek üzere tasarlanmadı.