M. Ali Bayram malibayram

💡 Fikrin Özeti: Positional Embedding Matrisi gibi Vektörel Dil Adaptörleri

Bu fikir, dil modellerine dil bilgisi (language semantics) eklemenin parametrik ve vektörel bir yolunu sunuyor. Aşağıda fikri teknik olarak özetliyorum ve gerekli yerlerde örnek kodlarla açıklıyorum.

🎯 Amaç

Bir dil modeline (örneğin İngilizce) başka bir dili (örneğin Türkçe) “öğretmek” için, her bir ortak kavramın embedding farkını öğrenerek bir adaptör matrisi üretmek ve bunu model embedding’ine eklemek.

Vize	Final	Genel Not
51	89	73
92	13	44
14	26	21
71	8	33
60	78	70
20	14	16
82	89	86
86	41	59
74	76	75

Price	living_area_renov	Price per living_area_renov	Notater
4.175	1.39	300.35971223021585	Real Estate Expert
10.8	3.23	334.3653250773994	Other
3.7	1.62	228.39506172839504	Real Estate Expert
2.63	2.15	122.32558139534883	Other
3.35	1.41	237.5886524822695	Real Estate Expert
5.16	2.43	212.34567901234567	Real Estate Expert
4.1	1.55	264.51612903225805	Real Estate Expert
7.2	3.16	227.8481012658228	Real Estate Expert
6.7	2.71	247.2324723247233	Real Estate Expert

	import pandas as pd
	from ollama import Options, generate

	prompts = [
	"Mideme bir şey oturdu gibi, ne yapmalıyım?",
	"Boğazıma bir şey battı, ne yapmalıyım?"
	]
	models = [
	{"model": "llama3:latest", "url": "https://ollama.com/library/llama3"},
	{"model": "alibayram/doktorllama3:latest", "url": "https://ollama.com/alibayram/doktorllama3"},