Gemma 4 26B-A4B Pruned + Türkçe Heal (bf16)

google/gemma-4-26B-A4B-it modelinin uzman-budanmış (expert-pruned) ve Türkçeye uyarlanmış bf16 versiyonu. Her katmandaki 128 uzmandan 101'i korundu (~%21 küçülme), ardından Türkçe + kod + matematik karışık talimat veriseti üzerinde LoRA ile iyileştirildi.

GGUF (llama.cpp / Ollama / LM Studio) versiyonu için: gemma4-turkish-26b-a4b-pruned-gguf

Donanım Gereksinimleri

  • bf16 inference: ~40 GB VRAM (A100, H100, 2× RTX 5090, vb.)
  • Tek tüketici kart için 4-bit quantized GGUF sürümünü öneriyoruz

Kullanım

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "esokullu/gemma4-tr-26b-a4b-pruned"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id, torch_dtype=torch.bfloat16, device_map="auto"
)

msgs = [
    {"role": "system", "content": "Sen Türkçe konuşan yardımsever bir asistansın."},
    {"role": "user",   "content": "Kuantum dolanıklığını basitçe açıklar mısın?"},
]
enc = tok.apply_chat_template(msgs, return_tensors="pt", add_generation_prompt=True,
                              return_dict=True).to(model.device)
out = model.generate(**enc, max_new_tokens=400, do_sample=True,
                     temperature=0.7, top_p=0.9, repetition_penalty=1.1)
print(tok.decode(out[0][enc["input_ids"].shape[-1]:], skip_special_tokens=True))

Eğitim Detayları

Aşama Detay
Calibration 6000 örnek (%50 Türkçe + %25 kod + %25 matematik), router aktivasyonları loglandı
Prune K=101 (128'den), routing weight × count metriğiyle, fused 3D expert + `router.per_expert_scale` aux sliced
Heal LoRA r=32 α=64, 2 epoch, 25k örnek (%60 TR + %20 kod + %20 matematik), all-linear targets
Donanım A100 80GB, ~2 saat

Sınırlamalar

  • Matematik akıl yürütme (çok adımlı problemler) zayıf
  • Türkçe-dışı dillerde yazılı talimatlara varsayılan olarak Türkçe cevap verir

Lisans

Gemma kullanım koşullarına tabidir. Google Gemma Terms of Use


English

Expert-pruned variant of google/gemma-4-26B-A4B-it (128 → 101 experts per layer, ~21% smaller), then LoRA-healed on a Turkish + code + math mix.

For consumer GPUs use the GGUF release.

Training Summary

Stage Detail
Calibration 6000 samples, 50% Turkish + 25% code + 25% math
Prune K=101 per layer, routing-weight × count, fused 3D expert + per_expert_scale aux
Heal LoRA r=32 α=64, 2 epochs, 25k samples (60% TR + 20% code + 20% math)
Hardware A100 80GB, ~2h total

License

Subject to Gemma Terms of Use.

Downloads last month
110
Safetensors
Model size
21B params
Tensor type
BF16
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for esokullu/gemma4-turkish-26b-a4b-pruned

Finetuned
(95)
this model