🦋 Qwen2.5-3B-Flutter — Türkçe Flutter Kod Anlama ve Üretme Modeli

🚀 Fine-tuned by NoirZangetsu using Unsloth and 🤗 Hugging Face TRL library.
💡 Amacı: Türkçe yazılmış Flutter soru-cevap verisiyle eğitilmiş, kod üretme ve anlama görevlerinde özelleştirilmiş bir Qwen2.5 3B modeli.

---

🧠 Model Bilgileri

Özellik	Detay
Model	Qwen2.5-3B (Unsloth optimized, 4-bit)
Parametre Sayısı	3.09B
Eğitim Kitaplığı	Unsloth, Hugging Face Transformers, TRL
Lisans	Apache 2.0
Donanım	GTX 1650 Mobile (4GB VRAM), 16GB RAM
Eğitim Süresi	~1.5 saat (QLoRA ile 4-bit hızlı fine-tune)
Dataset Boyutu	990 örnek (csv formatında)
Dataset Türü	Kodlama / Soru-Cevap (Türkçe, Flutter özelinde)

---

📚 Kullanılan Veri Seti

Model, Flutter ile ilgili Türkçe yazılmış soru ve cevaplardan oluşan özel bir veri seti ile eğitildi:

Veri Kümesi Adı: flutter_code_with_questions_990.csv
İçerik Özeti:

• Türkçe yazılmış Flutter ile ilgili teknik sorular
• Kod blokları, açıklamalar ve çözüm adımları
• Türk yazılımcılar için lokal bağlamda anlamlı içerikler

---

📊 Performans Karşılaştırması

Aşağıdaki grafik, modelin 3 farklı metrik üzerinden kıyaslamasını gösterir:

Model	BLEU	ROUGE-L	METEOR
Qwen2.5-3B-Flutter	0.06	0.14	0.14
Qwen2.5-Coder-3B-Instruct	0.01	0.09	0.05

🔍 Yorum:

Flutter'a özel veri ile fine-tune edilen model, özellikle ROUGE-L ve METEOR skorlarında ciddi bir iyileşme göstermiştir. Bu da modelin hem semantik benzerliği hem de anlamlı parça üretimi konusunda daha başarılı olduğunu gösteriyor.

---

🛠️ Kullanım

from transformers import AutoTokenizer, AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("NoirZangetsu/Qwen2.5-3B-Flutter", device_map="auto")
tokenizer = AutoTokenizer.from_pretrained("NoirZangetsu/Qwen2.5-3B-Flutter")

prompt = "Flutter'da bir StatefulWidget nasıl tanımlanır?"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=256)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

---

🧪 Değerlendirme Metodolojisi

Model aşağıdaki metrikler kullanılarak değerlendirildi:

• BLEU: Cümle düzeyinde n-gram eşleşmeleri
• ROUGE-L: En uzun ortak alt dizi üzerinden ölçüm
• METEOR: Levenshtein benzerliği + semantik eşleşmeler

---

📌 Ekstra Notlar

• Model 4-bit formatta fine-tune edilmiştir. Bellek kullanımı açısından son derece verimlidir.
• Eğitim verisi küçük ama yüksek kaliteli olduğundan, model transfer öğrenme açısından efektif sonuç vermiştir.
• Daha büyük veri setleri ile yeniden fine-tune edilerek çok daha iyi skorlar elde edilebilir.

---

🧠 Gelecek Planları

• Daha büyük veri setiyle tekrar fine-tune
• Türkçe test benchmark setleriyle karşılaştırmalı analiz
• Web arayüzü üzerinden demo yayını

---

🤝 Katkıda Bulunmak

Modeli test ettiyseniz, çıktı örneklerini veya önerilerinizi paylaşarak gelişime katkı sunabilirsiniz. 🙌

---

📤 Citation

@misc{qwen25flutter2025,
  title={Qwen2.5-3B-Flutter: Türkçe Flutter Kod Anlama ve Üretme Modeli},
  author={NoirZangetsu},
  year={2025},
  howpublished={\url{https://huggingface.co/NoirZangetsu/Qwen2.5-3B-Flutter}},
}

---