projedanismanai-v2-qwen3-14b/README.md

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

<div align="center">

# 🎯 ProjeDanışmanAI v2

### TEKNOFEST & TÜBİTAK Yarışmacıları için Türkçe Yapay Zeka Danışmanı

[![Model](https://img.shields.io/badge/Base%20Model-Qwen3--14B-blue?style=flat-square)](https://huggingface.co/Qwen/Qwen3-14B-Instruct)
[![Dil](https://img.shields.io/badge/Dil-Türkçe-red?style=flat-square)](https://huggingface.co/models?language=tr)
[![Lisans](https://img.shields.io/badge/Lisans-Apache%202.0-green?style=flat-square)](https://opensource.org/licenses/Apache-2.0)
[![Yöntem](https://img.shields.io/badge/Yöntem-QLoRA%204bit-orange?style=flat-square)](https://github.com/unslothai/unsloth)

</div>

---

## 📌 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)

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

### Python — Unsloth ile

```python
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

```python
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.