language, license, base_model, pipeline_tag, tags, library_name

language	license	base_model	pipeline_tag	tags	library_name
tr	apache-2.0	Qwen/Qwen3-14B-Instruct	text-generation	qwen3 turkish teknofest tubitak fine-tuned qlora unsloth conversational instruct	transformers

🎯 ProjeDanışmanAI v2

TEKNOFEST & TÜBİTAK Yarışmacıları için Türkçe Yapay Zeka Danışmanı

---

📌 Nedir?

ProjeDanışmanAI v2, Qwen3-14B modeli üzerine 3.043 Türkçe örnek ile fine-tune edilmiş bir danışman modelidir. TEKNOFEST ve TÜBİTAK yarışmacılarına proje süreçlerinin her aşamasında rehberlik eder.

⚡ v2, v1'e (Mistral-Nemo-12B) kıyasla daha güçlü bir base model kullanıyor.
Qwen3-14B, Qwen2.5-32B eşdeğeri performans gösterirken 14B VRAM'de çalışır.

---

✅ Ne Yapabilir?

Kategori	Açıklama
📄 Rapor Yazımı	KTR / PTR teknik rapor bölümlerini yazar, örnekler sunar
💡 Proje Geliştirme	Sıfırdan proje fikri oluşturur, yol haritası çıkarır
🔍 Özet & Analiz	Proje dökümanlarını özetler, güçlü/zayıf yönleri analiz eder
🧠 Strateji	Jüri odaklı sunum stratejisi, özgünlük bölümü güçlendirme
🛠️ Hata Düzeltme	Mevcut rapor bölümlerindeki eksikleri tespit eder
🚫 Alan Dışı Red	TEKNOFEST/TÜBİTAK dışı sorulara kibarca yanıt vermez

---

🏋️ Eğitim Detayları

Parametre	Değer
Base Model	Qwen/Qwen3-14B-Instruct
Yöntem	QLoRA 4-bit + Unsloth
LoRA Rank	16
LoRA Alpha	32
rsLoRA	✅
Epoch	2
Learning Rate	1e-4
Efektif Batch	8 (2 × 4 grad. accum.)
Max Seq Length	3072
Warmup Ratio	%10
LR Scheduler	Cosine
Thinking Mode	Kapalı (/no_think)
En İyi Val Loss	0.5519 (adım 400)

---

📊 Veri Seti

3.043 Türkçe instruction-output çifti:

Kategori	Örnek
Rapor Yazımı	761
Sıfırdan Proje	730
Genel Özet	593
Strateji	505
Hata Düzeltme	324
Alan Dışı Red	130
Toplam	3.043

---

🚀 Kullanım

Ollama ile (GGUF Q4_K_M)

ollama run hf.co/Rudblest/projedanismanai-v2-qwen3-14b:Q4_K_M

Python — Unsloth ile

import re
from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name     = "Rudblest/projedanismanai-v2-qwen3-14b",
    max_seq_length = 3072,
    dtype          = None,
    load_in_4bit   = True,
)
FastLanguageModel.for_inference(model)

SYSTEM_PROMPT = (
    "/no_think\n"
    "Sen ProjeDanışmanAI'sın. TEKNOFEST ve TÜBİTAK yarışmacılarına Türkçe olarak "
    "rehberlik eden bir yapay zeka danışmanısın."
)

def chat(soru, max_new_tokens=512):
    messages = [
        {"role": "system", "content": SYSTEM_PROMPT},
        {"role": "user",   "content": soru},
    ]
    prompt = tokenizer.apply_chat_template(
        messages, tokenize=False, add_generation_prompt=True
    )
    inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
    outputs = model.generate(
        **inputs,
        max_new_tokens=max_new_tokens,
        temperature=0.7,
        top_p=0.9,
        repetition_penalty=1.1,
        do_sample=True,
    )
    response = tokenizer.decode(
        outputs[0][inputs["input_ids"].shape[1]:],
        skip_special_tokens=True
    )
    # <think> taglarını temizle
    return re.sub(r"<think>.*?</think>", "", response, flags=re.DOTALL).strip()

print(chat("TEKNOFEST KTR raporunda risk analizi nasıl yazılır?"))

llama-cpp-python ile

from llama_cpp import Llama

llm = Llama.from_pretrained(
    repo_id  = "Rudblest/projedanismanai-v2-qwen3-14b",
    filename = "*Q4_K_M.gguf",
    n_gpu_layers = -1,
    n_ctx = 3072,
)

response = llm.create_chat_completion(messages=[
    {"role": "system", "content": "/no_think\nSen ProjeDanışmanAI'sın..."},
    {"role": "user",   "content": "TÜBİTAK 2209-A başvurusu nasıl hazırlanır?"},
])
print(response["choices"][0]["message"]["content"])

---

⚠️ Önemli Not — /no_think

Qwen3 varsayılan olarak <think>...</think> bloklarıyla düşünce zinciri üretir.
Bu model thinking mode kapalı olarak eğitilmiştir. Her kullanımda system prompt'un başına /no_think ekleyin, aksi hâlde boş <think></think> tagları yanıta karışabilir.

---

🔄 v1 → v2 Karşılaştırması

	v1	v2
Base Model	Mistral-Nemo-12B	Qwen3-14B
Türkçe Kalite	Orta	Yüksek
LoRA Rank	64	16 (az veri için optimal)
Epoch	5	2 (overfitting önlendi)
Thinking Mode	Yok	Kapalı (/no_think)
Val Loss (en iyi)	—	0.5519

---

🚫 Sınırlamalar

• Yalnızca Türkçe yanıt üretir
• TEKNOFEST / TÜBİTAK dışı konularda yardım etmez
• Şartname detayları için RAG sistemi önerilir (model şartnameleri ezberlemiş değildir)
• Üretilen içerik danışman niteliğindedir, resmi başvuru öncesi kontrol edilmelidir

---

👥 Ekip

ProjeDanışmanAI — Fırat Üniversitesi öğrencileri tarafından geliştirilmektedir.

---

📄 Lisans

Apache 2.0 — Qwen3 temel modeli lisansına uygun.