The version in the demo is 43 MB, and the licence of every training source allows commercial use.
Model: https://t.co/HJDkdjd7RC
Code: https://t.co/vlRDmB0naf
Post: https://t.co/aOfAupOlRU
Today we release ufakzeka-kulak, an open-weight (Apache-2.0) Turkish speech recognition model of 31.6M parameters, trained from scratch. It writes speech out with capitals and punctuation and runs offline on a CPU or in the browser.
Demo: https://t.co/A93H63smIg
Modelin demodaki sürümü 43 MB, eğitim verisindeki her kaynağın lisansı da ticari kullanıma izin veriyor.
Model: https://t.co/HJDkdjd7RC
Kod: https://t.co/vlRDmB0naf
Yazı: https://t.co/qnFWelVS2Y
Türkçe konuşma tanıma modelimiz ufakzeka-kulak yayında. Sıfırdan eğitilmiş, 31,6M parametreli açık model (Apache-2.0), konuşmayı büyük harf ve noktalamayla metne döker; internet bağlantısı olmadan işlemcide ve tarayıcıda çalışır.
Demo: https://t.co/WR7a7Y8pcz
We also release HakemBench v1.0, an open Turkish decision benchmark (CC BY 4.0) with 2,346 items and 4,275 questions in 7 tracks. It scores decision quality, calibration and selective automation, with intervals.
Data: https://t.co/ERnfgrEL7x
Write-up: https://t.co/wsnb6AJL3c
Today we release ufakzeka-karar, an open-weight (Apache-2.0) Turkish decision model. It answers choice, score and yes/no questions about a text with a probability for every option and a "not sure" signal, on a CPU.
Demo: https://t.co/UmdQswluL1
Model: https://t.co/K6OKny6lyK
7 kategoride 2.346 metin ve 4.275 sorudan oluşan Türkçe karar benchmark’ı HakemBench v1.0’ı da yayımlıyoruz (CC BY 4.0). Modelleri karar kalitesi, kalibrasyon ve seçici otomasyonda güven aralıklarıyla puanlar.
Veri: https://t.co/ERnfgrFiX5
Yazı: https://t.co/2soV5uea3K
Türkçe karar modelimiz ufakzeka-karar yayında. Açık ağırlıklı (Apache-2.0) model, seçim, derecelendirme ve evet/hayır sorularında her seçeneğe olasılık, her cevaba “emin değilim” sinyali verir; GPU’suz çalışır.
Demo: https://t.co/EY7Qulc919
Model: https://t.co/K6OKny6lyK
The ufakzeka-1 technical report is on arXiv, and support for its Turkish pre-tokenizer has been added to llama.cpp, so the GGUF files now run on current releases without a patch.
https://t.co/WmWI6vRPHJ
ufakzeka-1’in teknik raporu arXiv’de yayımlandı. Modelin Türkçeye özel ön tokenizer desteği de llama.cpp’ye eklendi; GGUF dosyaları artık güncel sürümlerde ek bir yama gerektirmeden çalışmaktadır.
https://t.co/WmWI6vSnxh
ufak AI has released its first model.
ufakzeka-1 is a 151M parameter Turkish language model trained from scratch. 13.5B tokens, under $300, Apache-2.0. Its limits come first on the model page.
Try it: https://t.co/2vVLDtbi9W
Model: https://t.co/nwVkmQntMH
ufak AI ilk modelini yayımladı.
ufakzeka-1 sıfırdan eğitilmiş 151M parametreli bir Türkçe dil modelidir. 13,5 milyar token, 300 doların altında maliyet, Apache-2.0. Sınırları model sayfasının en başında yazıyor.
Deneyin: https://t.co/YmgHGc2pfy
Model: https://t.co/Nbe45Ur8T2