matrixportalx/gemma-3-4b-it-GGUF
0563
- Base model: google/gemma-3-4b-it
- License: gemma
Quantized with llama.cpp using all-gguf-same-where
🌍 Türkçe Dil Destekli Modeller - Performans Analizi
📌 Test Edilen Modeller
Aşağıdaki yerel modeller, Türkçe metin üretimi ve anlama yetenekleri açısından kapsamlı şekilde test edilmiştir:
CohereForAI/c4ai-command-r7b-arabic-02-2025CohereForAI/c4ai-command-r7b-12-2024CohereForAI/aya-expanse-8bytu-ce-cosmos/Turkish-Llama-8b-Instruct-v0.1google/gemma-3-4b-itgoogle/gemma-3-4b-pt-qat-q4_0-gguf
🔍 Test Kriterleri
Modeller şu 3 temel soruyla değerlendirilmiştir:
1. "Türkiye'deki en önemli 3 tarihi eseri ve kültürel önemini açıklar mısın?"
2. "İstanbul'un Asya-Avrupa yakası farklarını İngilizce/Türkçe karşılaştır"
3. "Antalya'da 3 günlük turist planı hazırla"📊 Öne Çıkan Sonuçlar
🔗 Tam Test Sonuçları
Tüm model yanıtlarını detaylı incelemek için: 📂 Türkçe Destekli Model Karşılaştırmaları
💡 Kullanıcı Rehberi
- 🔥 **Türkçe Öncelikli Projeler** → `Turkish-Llama-8B` (En yüksek kültürel uyum)
- 🌐 **Çok Dilli Uygulamalar** → `Aya-Expanse-8B`
- 📜 **Resmi Dokümanlar** → `Command R7B` serisi
- 📱 **Düşük Kaynak** → `Gemma-3-4B` (Android uyumlu)⚠️ Önemli Notlar
- Tüm modeller GGUF kuantize formatında test edilmiştir
- Coğrafi isimlerde %5-10 hata payı olabilir
- Yerel kullanım için Ollama/LM Studio önerilir
🌟 Kişisel Deneyim
"Yerel modellerle yaptığım testlerde özellikle Turkish-Llama-8B'nin Türkçe'yi doğal kullanımı ve kültürel bağlam hakimiyeti beni etkiledi. Siz de kendi projelerinizde bu modelleri deneyerek sonuçları AnkaNLP sayfamızda paylaşabilirsiniz!"
✅ Quantized Models Download List
🔍 Recommended Quantizations
- ✨ General CPU Use: `Q4_K_M` (Best balance of speed/quality)
- 📱 ARM Devices: `Q4_0` (Optimized for ARM CPUs)
- 🏆 Maximum Quality: `Q8_0` (Near-original quality)
📦 Full Quantization Options
💡 Tip: Use F16 for maximum precision when quality is critical
