Характеристики

Контекст: 512 токенов
Параметры: 138 млн
Лицензия: MIT
Архитектура: bert · dense
Базовая модель: bert-base-turkish-cased
Опубликована: 16 сен 2026

Ссылки

Hugging Face

girenit-TR-QA

girenit

Ответы на вопросыТекст → текст4 профессии

Турецкая BERTurk-модель извлекает ответы на вопросы из заданного контекста, в том числе для систем RAG.

42скачиваний за 30 дней0лайковвеса обновлены16 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

girenit-TR-QA, girenit tarafından geliştirilen, Türkçe bağlamlardan yanıt metnini çıkaran SQuAD tarzı soru-cevap modelidir. Model BERTurk tabanlı, 137,8 milyon parametreli BERT энкодерidir ve 512 belirteçlik bağlamı destekler. README'ye göre model, insan etiketli TQuAD2 verisiyle iki эпохada дообучен и оценён на TQuAD2 и XQuAD-tr.

Модель предназначена для извлечения ответов из переданного контекста, в том числе в системах RAG и при поиске ответов в документах. На валидации TQuAD2 указаны EM 53,8% и F1 72,7%, на XQuAD-tr — EM 46,1% и F1 64,5%. Лицензия MIT. Качество зависит от релевантности и полноты контекста; модель извлекает ответ из него, а не предназначена для свободной генерации.

Сценарии применения

извлечение ответов из турецких документов
поиск ответов в контексте для турецкого RAG
ответы на вопросы по турецким веб-страницам
извлечение фрагментов ответа из текстов на турецком языке

Ограничения

Модель извлекает ответы только из предоставленного контекста, поэтому результат зависит от его релевантности и полноты. Контекст ограничен 512 токенами; показатели в README относятся к TQuAD2 и XQuAD-tr.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

girenit-TR-QA — Türkçe Çıkarımsal Soru-Cevap

Verilen bağlamdan cevabı çıkaran (span) Türkçe QA modeli — RAG için ideal. Gerçek, insan-etiketli TQuAD2 ile eğitildi; iki tanınan gerçek benchmark'ta ölçüldü.

Benchmark (gerçek, insan-etiketli)

Set	EM	F1
TQuAD2 (validation)	53.8%	72.7%
XQuAD-tr	46.1%	64.5%

BERTurk tabanlı, SQuAD-stili, 2 epoch.

Kullanım

from transformers import pipeline
qa=pipeline("question-answering",model="girenit/girenit-TR-QA")
print(qa(question="girenit nerede kuruldu?", context="girenit İstanbul'da kurulan bir yapay zeka şirketidir."))

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForQuestionAnswering
Ревизия весов: 04e5a47