News

[TR] Modelinizin "düşünme" hızından şikayetçi misiniz?

Otoregresif çalışan speculative decoding drafter'larının taslak token'larını sırayla üretmesi üretim hızını sınırlar. ChainFlow ile bu sınırı flow matching kullanarak aşıyoruz: tek bir forward pass'te birden fazla konum için birden fazla token'ı aynı anda taslak (draft) olarak üretebiliyoruz. Bu yaklaşımla Qwen3.5-27B modelinin inference sürecinde İngilizcede 2.51x, Türkçede ise 2.48x kata varan hızlanma

Hugging Face update: Flow-Drafter-Qwen3.5-27B

Flow-Drafter-Qwen3.5-27B was updated on the ytu-ce-cosmos Hub. 0 downloads · 0 likes.

Hugging Face update: Flow-Drafter-Qwen3.5-27B-tr

Flow-Drafter-Qwen3.5-27B-tr was updated on the ytu-ce-cosmos Hub. 0 downloads · 0 likes.

Hugging Face update: Flow-Drafter-Qwen3.5-4B

Flow-Drafter-Qwen3.5-4B was updated on the ytu-ce-cosmos Hub. 0 downloads · 0 likes.

Hugging Face update: Flow-Drafter-Qwen3.5-4B-tr

Flow-Drafter-Qwen3.5-4B-tr was updated on the ytu-ce-cosmos Hub. 0 downloads · 1 likes.

Hugging Face update: Flow-Drafter-Qwen3.5-9B

Flow-Drafter-Qwen3.5-9B was updated on the ytu-ce-cosmos Hub. 0 downloads · 0 likes.

Hugging Face update: Flow-Drafter-Qwen3.5-9B-tr

Flow-Drafter-Qwen3.5-9B-tr was updated on the ytu-ce-cosmos Hub. 0 downloads · 0 likes.

Hugging Face update: modernbert-tr-base-1k

modernbert-tr-base-1k (fill-mask) was updated on the ytu-ce-cosmos Hub. 1,076 downloads · 21 likes.

Hugging Face update: turkish-colbert

turkish-colbert (sentence-similarity) was updated on the ytu-ce-cosmos Hub. 183 downloads · 44 likes.

Hugging Face update: modernbert-tr-embed

modernbert-tr-embed (sentence-similarity) was updated on the ytu-ce-cosmos Hub. 1,361 downloads · 5 likes.

Hugging Face update: modernbert-tr-1k-embed

modernbert-tr-1k-embed (sentence-similarity) was updated on the ytu-ce-cosmos Hub. 368 downloads · 4 likes.

Hugging Face update: modernbert-tr-absa-extraction

modernbert-tr-absa-extraction (token-classification) was updated on the ytu-ce-cosmos Hub. 19 downloads · 4 likes.

Hugging Face update: modernbert-tr-absa-polarity

modernbert-tr-absa-polarity (text-classification) was updated on the ytu-ce-cosmos Hub. 19 downloads · 3 likes.

Hugging Face update: modernbert-tr-guardrail

modernbert-tr-guardrail (text-classification) was updated on the ytu-ce-cosmos Hub. 292 downloads · 3 likes.

Hugging Face update: modernbert-tr-massive-intent

modernbert-tr-massive-intent (text-classification) was updated on the ytu-ce-cosmos Hub. 22 downloads · 2 likes.

Hugging Face update: modernbert-tr-massive-slot

modernbert-tr-massive-slot (token-classification) was updated on the ytu-ce-cosmos Hub. 10 downloads · 2 likes.

Hugging Face update: modernbert-tr-pii-ner

modernbert-tr-pii-ner (token-classification) was updated on the ytu-ce-cosmos Hub. 408 downloads · 4 likes.

ModernBERT-TR gözlüğünü taktı, daha uzağı görebilen daha güçlü bir model oldu Sizinle bugün ModernBERT-TR ailesini paylaşıyoruz.

150M parametreli ve 8 bin token bağlam uzunluğuna sahip ana modelimizin yanı sıra, 6 farklı görev için kullanabileceğiniz hazır modeller de paylaşıyoruz: Bir terime yönelik duygu analizi (ABSA) Kişisel verileri etketleme (PII) Kullanıcının niyetini anlama ve bilgi doldurma (Intent Classification and Slot Filling) Temsil üretme (Embedd

Hugging Face update: modernbert-tr-base

modernbert-tr-base (fill-mask) was updated on the ytu-ce-cosmos Hub. 1,280 downloads · 12 likes.

Yarın 12.00 #StayTuned #BeklemedeKalın

Hugging Face update: modernbert-tr-reranker

modernbert-tr-reranker (text-ranking) was updated on the ytu-ce-cosmos Hub. 18,348 downloads · 3 likes.

Yapay zeka çipimiz de hazır artık: Atik Günümüzde açık kaynak yapay zeka hızlandırıcıları ya modern ihtiyaçlara cevap veremiyor ya da pratikten ziyade teoride kalarak oturmuş bilgisayar mimarileriyle bir türlü uyum sağlayamıyor.

Bunun gibi daha bir çok açığı kapatan Atik'in özellikleri şöyle sıralanabilir: Hızlandırma Oranları: • 225x — Attention mekanizması • 90x — TinyBERT mimarisi • 50x — ViT mimarisi • 30x — GPT2-Prefill süreci

Görece küçük, kompakt dil modellerinden içinde bulunduğu durumu anlamlandırıp aksiyonlar üreten ajanlar elde edebilir miyiz?

ICETAI 2026 konferansında sunduğumuz yeni çalışmamız "Following Ariadne's Thread: Inducing Spatial Reasoning in LLMs Through Maze Navigation" ile dil modellerine konumsal farkındalık, uzun soluklu karar alma gibi yetiler kazandırmayı labirent çözme görevi üzerinde inceledik. Dinamik ortamlara adapte olup otonom aksiyon alabilen modeller üzerine sı

Görsel Dil Modellerinin (VLM'lerin) Türkçe görsel akıl yürütme görevlerindeki performansını test ettiğimiz ve yeni bir veri seti önerdiğimiz çalışmamız "Multimodal Models Can See, But Can They Think? A Study of Turkish Visual Reasoning"'ı ICETAI 2026 konferansında sunduk!

Çalışmanın metodolojisini ve sonuçları merak ediyorsanız aşağıdaki sunum dokümanına bir göz atabilirsiniz!

Ya robotlar sadece kendilerine verilen komutları uygulamakla kalmayıp, eyleme geçmeden önce ihtimalleri bizim gibi "hayal edebilseydi"?

Son çalışmamızda, arama tabanlı düşünme metodlarını robotlara entegre etmenin etkilerini inceledik. PushT Benchmark metriklerindeki gelişim: Başarı Oranı (Success): %0 ➔ %18 Ortalama Ödül (Avg. Reward): %39 ➔ %90 Çok daha fazlası için: https://lnkd.in/dVdRRjGm

Trendyol Group ev sahipliğinde gerçekleşen ilk Hugging Face etkinliğinde odağımız tamamen açık kaynak yapay zeka oldu.

Bu değerli organizasyon için Trendyol ekibine ve katkılarıyla günü güzelleştiren tüm katılımcı dostlarımıza teşekkürler!

İlk Hugging Face Builders etkinliğimiz olan "Open-source AI Meet-up with Hugging Face" 9 Mayıs saat 13:00'da Trendyol Maslak kampüste olacak!

Bu etkinlikte ana konuşmaların yanında 10 dakikalık kısa bir sunum türü olan lightning talklarımız da olacak. Ana konuşma oturumlarımız: Merve Noyan (Hugging Face) - Vision Language Models Yusuf Çakmak (Trendyol Group) - Aşure LLM ve Canlıdaki Kullanım Senaryoları Yusuf Erdem ve Ahmed ZEER (COSMOS AI Research Group, YTU CE) - Cosmos da

Optimizasyon Teknikleri serimizin final videosu "Modern Optimizasyon Teknikleri" Youtube'da yayında! Teşekkürler Mustafa Alp Şahin! Videonun Tamamı için: https://lnkd.in/da-VxA9G

[TR] Türkçe için sıfırdan eğitilmiş modern bir encoder eğittik!

ModernBERT-TR yayında 150M parametre, 144.4 milyar token, 4x H100'de 623 GPU-saat. 11 Türkçe NLP görevinde %60.2 ortalama ile kendisinden 4 kat büyük modelleri geçiyor. TabiBench'de 28 görevde 7 kat daha az tokena rağmen TabiBERT ile omuz omuza. Model, tokenizer, eğitim kodu ve değerlendirme kodu, hepsi açık kaynak. Bu sadece başlangıç, bu ve diğer çalışmalarımızın devamı için takipte kalın! Yorumlardan pro