/ Модель

Характеристики

Контекст
1 024 токена
Параметры
530 млн
Лицензия
Apache 2.0
Архитектура
nafie · dense
Библиотека
transformers
Опубликована
23 мая 2026

nafie-473M

Генерация текстаТекст → текст3 профессии

Компактная турецкоязычная языковая модель для генерации текста, следования инструкциям и экспериментов с дообучением.

46скачиваний за 30 дней5лайковвеса обновлены1 авг 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

Nafie-473M — компактная причинно-языковая модель на 529,5 млн параметров, разработанная nafie-ai для генерации текста на турецком языке. Она использует собственную архитектуру декодерного Transformer с RMSNorm, позиционными RoPE-эмбеддингами, блоками SwiGLU и общими входными и выходными эмбеддингами; модель доступна в формате safetensors и загружается через Transformers с поддержкой пользовательского кода. Длина контекста — 1024 токена.

Модель предназначена для генерации турецкого текста, следования инструкциям, экспериментов с supervised fine-tuning и локального запуска или инференса в Colab. Её оценивали на турецком наборе CETVEL по задачам MCQA, NLI, QA и классификации текста. Результаты на QA заметно ниже результатов некоторых крупных моделей из приведённого сравнения, поэтому возможности модели для ответов на вопросы ограничены. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текста на турецком языке
  • ответы на инструкции и промпты на турецком
  • эксперименты с supervised fine-tuning турецких моделей
  • локальный запуск компактной языковой модели
  • генерация текста в Colab

Ограничения

Контекст ограничен 1024 токенами. В приведённых результатах CETVEL показатель QA существенно ниже, чем у сравниваемых крупных моделей.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Nafie-473M

Nafie-473M is a compact Turkish causal language model based on a custom decoder-only Transformer architecture. It was developed with a Turkish-first design goal and evaluated on Turkish benchmark tasks, including the CETVEL benchmark suite. The model is mainly intended for Turkish text generation, instruction-following experiments, supervised fine-tuning research, and controlled local or Colab inference.

The model uses a custom architecture rather than a stock LLaMA, GPT-2, Mistral, or similar built-in Transformers architecture. It is packaged for Hugging Face through custom model code and supports loading with AutoModelForCausalLM.

Because Nafie-473M uses custom architecture code, it must be loaded with trust_remote_code=True.


Architecture Summary

PropertyValue
Model nameNafie-473M
Repositorynafie-ai/nafie-473M
ArchitectureCustom decoder-only causal LM
Primary languageTurkish
Layers36
Hidden size1024
Attention heads4
Context length1024 tokens
TokenizerCustom BPE tokenizer
LicenseApache-2.0
FrameworkPyTorch + Hugging Face Transformers

The architecture includes RMSNorm, RoPE-style rotary positional embeddings, SwiGLU-style feed-forward blocks, and tied input/output embeddings.


CETVEL Benchmark

Nafie-473M was evaluated on CETVEL, a Turkish benchmark suite covering multiple task families. The table below reports task-aligned results on MCQA, NLI, QA, and TC.

ModelMCQANLIQATC
Nafie-473M44.2236.340.4238.38
Kumru-7B57.6437.4216.3063.39
Llama-3.3-70B-Instruct60.7037.1023.9763.73
Kumru-2B39.6937.976.5047.57
Trendyol/Llama-3-Trendyol-LLM-8b-chat-v2.053.2837.290.1754.06
Trendyol/Trendyol-LLM-7b-chat-v4.1.054.9435.710.3452.12
google/gemma-3-27b-it55.4036.7310.5653.65
google/gemma-3-12b-it52.6634.9310.2654.38
Qwen/Qwen2-72B-Instruct61.2735.590.8360.47
CohereLabs/aya-expanse-32b52.4735.930.6750.67
CohereLabs/aya-expanse-8b44.0937.120.1950.03
google/gemma-3-4b-it42.3331.118.2246.15
ytu-ce-cosmos/Turkish-Gemma-9b-v0.151.8532.680.1146.97
meta-llama/Llama-3.2-11B-Vision-Instruct45.6637.494.3747.88
meta-llama/Llama-3.1-8B-Instruct45.7738.993.3046.51
google/gemma-2-9b-it48.2035.760.4645.38
ytu-ce-cosmos/turkish-gpt2-large-750m-instruct-v0.135.2037.600.2852.77
Qwen/Qwen2-7B-Instruct49.6635.331.5352.52
meta-llama/Llama-3.2-3B-Instruct37.0033.257.5239.00

Quickstart

Install the required packages:

pip install -U "transformers[torch]" huggingface_hub safetensors

Load and run the model:

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

repo_id = "nafie-ai/nafie-473M"

tokenizer = AutoTokenizer.from_pretrained(repo_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    repo_id,
    trust_remote_code=True,
    dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
    device_map="auto",
)

prompt = "<s>Türkiye'nin başkenti neresidir?</s>"
inputs = tokenizer(prompt, return_tensors="pt", add_special_tokens=False).to(model.device)

outputs = model.generate(
    **inputs,
    max_new_tokens=128,
    do_sample=True,
    temperature=0.3,
    top_k=3,
    top_p=0.95,
    repetition_penalty=1.2,
)
generated_ids = outputs[0][inputs["input_ids"].shape[-1]:]
print(tokenizer.decode(generated_ids, skip_special_tokens=True).strip())

Pipeline Usage

from transformers import pipeline

generator = pipeline(
    "text-generation",
    model="nafie-ai/nafie-473M",
    trust_remote_code=True,
    device_map="auto",
)

generator(
    "<s>Türkçe dil modelleri ne işe yarar?</s>",
    max_new_tokens=128,
    do_sample=True,
    temperature=0.3,
    top_k=3,
    top_p=0.95,
    repetition_penalty=1.2,
)

Recommended Generation Settings

For interactive Turkish generation, the following settings are a useful starting point:

{
    "max_new_tokens": 700,
    "do_sample": True,
    "temperature": 0.3,
    "top_k": 3,
    "top_p": 0.95,
    "repetition_penalty": 1.2,
}

Related SFT Dataset

Nafie-473M was developed together with a Turkish supervised fine-tuning dataset containing prompt-response pairs.

Related dataset:

nafie-ai/nafie-sft-v1

The dataset is intended for Turkish SFT, instruction-following, and prompt-response style training experiments.


License

Nafie-473M is released under the Apache License 2.0.

See the LICENSE file for the full license text.


Acknowledgements

The numerical calculations reported in this paper were fully performed at TUBITAK ULAKBIM, High Performance and Grid Computing Center (TRUBA resources).


Citation

If you use Nafie-473M, please cite the model repository:

Nafie: A Lightweight Turkish Causal Language Model.
https://huggingface.co/nafie-ai/nafie-473M

If you use the related SFT dataset, please also cite:

Nafie SFT v1: A Turkish supervised fine-tuning dataset for reasoning, instruction following, anti-hallucination, and text-grounded QA.
https://huggingface.co/datasets/nafie-ai/nafie-sft-v1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
NafieForCausalLM
Ревизия весов
2047776

0 моделей