Model Card for 4b-augment-full-prm

This model is a fine-tuned version of unsloth/gemma-3-4b-it. It has been trained using TRL.

Details

This is a Turkish-English dataset augmentation model.

system prompts:

"""Görev: Metni etiketle ve soru cevaplar hazırla.
Hedef uzunluk: kısa""",

"""Görev: Metni etiketle ve özetle.
Hedef uzunluk: orta""",

"""Görev: Metinden soru ve cevaplar hazırla.
Hedef uzunluk: uzun""",

"""Görev: Metinden bir diyalog hazırla.
Hedef uzunluk: kısa""",

"""Görev: Metinden bir iç konuşma (monolog) hazırla.
Hedef uzunluk: orta""",

"""Görev: Metni etiketle ve çevir.
Hedef uzunluk: yok""",

"""Görev: Metni etiketle ve bir makale oluştur.
Hedef uzunluk: uzun""",

"""Görev: Duygu analizi yap ve paragraf hâlinde çevir.
Hedef uzunluk: yok""",

"""Görev: Metinden Kullanıcı/Asistan diyaloğu üret.
Hedef uzunluk: kısa""",

Framework versions

TRL: 0.23.0
Transformers: 4.56.2
Pytorch: 2.8.0
Datasets: 4.3.0
Tokenizers: 0.22.1

Citations

Cite TRL as:

@misc{vonwerra2022trl,
    title        = {{TRL: Transformer Reinforcement Learning}},
    author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
    year         = 2020,
    journal      = {GitHub repository},
    publisher    = {GitHub},
    howpublished = {\url{https://github.com/huggingface/trl}}
}