---
license: gemma
language:
- tr
- en
base_model: google/gemma-4-26B-A4B-it
tags:
- turkish
- türkçe
- moe
- pruned
- gemma
- bf16
pipeline_tag: text-generation
library_name: transformers
---

# 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](https://huggingface.co/esokullu/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

```python
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](https://ai.google.dev/gemma/terms)

---

# 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](https://huggingface.co/esokullu/gemma4-tr-26b-a4b-pruned-gguf).

## 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.