--- language: - tr base_model: - Qwen/Qwen2.5-3B-Instruct datasets: - erythropygia/Instruction-280K-Turkish --- # Qwen2.5-3B-Turkish-Instruct-GRPO ## Model Description **Qwen2.5-3B-Turkish-Instruct-GRPO** is a **3B-parameter Turkish instruction-tuned** language model, fine-tuned using **GRPO (Group Relative Policy Optimization) techniques** for **better efficiency and response quality**. ## Model Details - **Base Model**: Qwen2.5-3B-Instructions - **Fine-tuned with GRPO and LoRa (Low-Rank Adaptation)** - **Context Window**: 2048 tokens - **Fine-tuned on an L4 GPU for 10 hours** ## Usage ### Install Dependencies ```bash %%capture # Skip restarting message in Colab import sys; modules = list(sys.modules.keys()) for x in modules: sys.modules.pop(x) if "PIL" in x or "google" in x else None !pip install unsloth vllm !pip install --upgrade pillow ``` ``` from unsloth import FastLanguageModel from unsloth import is_bfloat16_supported import torch # Model parameters max_seq_length = 2048 lora_rank = 64 # Load the model model, tokenizer = FastLanguageModel.from_pretrained( model_name="erythropygia/Qwen2.5-3B-Instruct-Turkish-GRPO", max_seq_length=max_seq_length, load_in_4bit=True, fast_inference=True, max_lora_rank=lora_rank, #gpu_memory_utilization=0.35, # Adjust based on your GPU's ) # Example input SYSTEM_PROMPT = """ Respond in the following format: ... ... """ text = tokenizer.apply_chat_template([ {"role": "system", "content": SYSTEM_PROMPT}, {"role": "user", "content": "Bana golangda echo frameworkünde nasıl auth mekanizması kuracağımı anlatır mısın?"}, ], tokenize=False, add_generation_prompt=True) from vllm import SamplingParams # Sampling parameters sampling_params = SamplingParams( temperature=0.8, top_p=0.95, max_tokens=1024, ) # Generate response output = model.fast_generate( [text], sampling_params=sampling_params, lora_request=None, )[0].outputs[0].text print(output) ``` ## Response: ``` Bu sorun, Go dilinde Echo frameworkinin yapıcı ve mekanizmalarla ile ilgili bir genel anlatım gerektiriyor. Echo, Go dilinde oldukça popüler bir web frameworkdir ve kullanıcı oturum yönetimi gibi özel işlevler için mevcut mekanizmalarla veya özel bir arayüzü kurarak desteklenir. Bu soruya cevap vermek için genel bir genel anlatım yapmak gerekir. Echo'nun bir auth mekanizması kurulumunu anlatacağım. Echo'nun kullanıcı oturumunu yönetme (auth) mekanizmasını kurulumunu göstermek için aşağıdaki adımları takip edebilirsiniz: 1. **Install Echo:** İlk olarak, Echo'nun dependencies'ini yüklemeniz gerekecek. Terminalde aşağıdaki komutu çalıştırabilirsiniz: go get -u github.com/labstack/echo 2. **Kullanıcı Bilgilerini Alma:** Örneğimizde bir kullanıcı ismi, parola ve rollü gibi bilgileri kullanıcıdan almak gerekecek. Bu bilgileri bir değişkene atayarak alabilirsiniz. 3. **Kullanıcı Bilgilerini Kısıt:** Kullanıcı giriş bilgilerinin doğruluğunu kontrol ederek, belirli bir koşullara sahip olup olmadığını doğrulayabilirsiniz. Örneğimizde, bir kullanıcı ve parola gibi bilgileri karşılaştırmak gerekecek. 4. **Token Sıfırlama:** Eğer kullanıcı doğrulanmışsa, bir token (örneğin JWT) oluşturup, onu kullanıcıya aktarabilirsiniz. Bu token, sisteme giriş yapma ve bilgileri görüntülemeyi sağlar. 5. **Token Kontrolü:** Kullanıcı bir belirli bir adrese erişmeye çalışırsa, onu doğrulamanız gerekecek. Tokenin doğruluğunu ve kapsayacak alanları kontrol edebilirsiniz. 6. **İşlevselliğe Dönmek:** Kullanıcı giriş bilgileri doğrulanmışsa, bir ana işlev çağrısını yapan bir buton veya sayfaya yönlendirin. Bu adımları izleyerek, Echo frameworkine auth mekanizması kurulabilir. Echo, bu adımları otomatik olarak gerçekleştirmeyi sağlayabilir, ancak hangi adımları uygulamak istiyorsanız, belirli bir mazerette veya özel arayüzde bu işlemler için bir mekanizma oluşturabilirsiniz. Bunun yanı sıra, Echo'nun OAuth2 gibi en son oturum yönetimi mekanizmasını kullanarak daha fazla kompakt bir çözüme sahip olabilirsiniz. ```