Turkishlaw

🚀 OrionCAF/TurkishLaw

專為土耳其法律定製的語言模型，基於Qwen3-14B微調，能提供準確法律信息

🚀 快速開始

以下代碼展示瞭如何根據給定輸入讓模型生成內容：

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
        model_name = "OrionCAF/TurkishLaw",
        max_seq_length = max_seq_length,
        #load_in_4bit = False,
        load_in_8bit = False,
    )

FastLanguageModel.for_inference(model)

messages = [{"role": "user", "content": "Türk Medeni Kanunu'na göre evlenme engelleri nelerdir? }]
    inputs = tokenizer.apply_chat_template(
        messages, tokenize=True, add_generation_prompt=True, return_tensors="pt"
    ).to(device)

    
    output = model.generate(
        input_ids=inputs, max_new_tokens=1500, use_cache=True,
        temperature=0.6, min_p=0.1
    )

    cikti_text = tokenizer.decode(output[0], skip_special_tokens=True)

✨ 主要特性

• 提供土耳其民法典、債務法和商法的詳細信息
• 能正確引用法律條文編號
• 解釋和闡釋法律概念
• 在相關法律法規框架內回答法律問題
• 低內存使用（得益於4位量化）
• 快速生成回覆

📚 詳細文檔

Qwen3-14B-Merged-Law-TR是一個定製語言模型，它基於阿里巴巴的Qwen3模型，在土耳其民法、債務法和商法文本上使用LoRA方法進行微調，並封裝為單文件以實現4位高效運行。

該模型專為律師、法律學生、學者以及任何需要快速獲取法律信息的人設計。它能夠生成帶有條款編號支持的、解釋性且準確的關於土耳其法律體系的回覆。

⚠️ 重要提示

此模型不能替代法律建議。在專業法律事務上，始終建議諮詢律師。

🧠 技術細節

👥 我們的團隊

該模型由以下團隊成員開發：

• Ferhat Kürkçüoğlu (https://www.linkedin.com/in/ferhatkurkcuoglu/)
• Cengizhan Bayram (https://www.linkedin.com/in/cengizhan-bayram-a66009223/)
• Cevdet Ahmet Turan (https://www.linkedin.com/in/cevdet-ahmet-turan/)
• Volkan Altıntaş (https://www.linkedin.com/in/volkanaltintas/)

我們的團隊專注於開發定製化人工智能模型。

⚠️ 侷限性

• 該模型僅在土耳其民法、債務法和商法領域進行了訓練，在其他法律領域（如刑法、行政法等）的知識可能有限。
• 模型的知識受訓練數據日期的限制，可能不包含最新的法律變更。
• 4位量化雖然提高了在低配置設備上的運行能力，但在某些情況下可能會導致性能損失。
• 該模型旨在提供信息，而非提供法律建議。

📄 許可證

此模型根據Apache License 2.0許可授權。在進行適當引用的情況下，可自由使用，包括商業用途。

_{❓ 如有問題和反饋，請訪問： GitHub | Hugging Face}

_{由Ferhat、Cengizhan、Cevdet和Dr. Volkan Altıntaş在NLP研究範圍內開發。}