Instructions to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with Transformers:

# Use a pipeline as a high-level helper
from transformers import pipeline

pipe = pipeline("text-generation", model="AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF")
messages = [
    {"role": "user", "content": "Who are you?"},
]
pipe(messages)

# Load model directly
from transformers import AutoModel
model = AutoModel.from_pretrained("AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF", dtype="auto")

llama-cpp-python

How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF",
	filename="gemma-4-e4b-tr-merged-16bit-q8_0.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0
# Run inference directly in the terminal:
llama cli -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0
# Run inference directly in the terminal:
llama cli -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0
# Run inference directly in the terminal:
./llama-cli -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0
# Run inference directly in the terminal:
./build/bin/llama-cli -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0

Use Docker

docker model run hf.co/AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0

LM Studio
Jan

vLLM

How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0

SGLang

How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with SGLang:

Install from pip and serve model

# Install SGLang from pip:
pip install sglang
# Start the SGLang server:
python3 -m sglang.launch_server \
    --model-path "AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF" \
    --host 0.0.0.0 \
    --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker images

docker run --gpus all \
    --shm-size 32g \
    -p 30000:30000 \
    -v ~/.cache/huggingface:/root/.cache/huggingface \
    --env "HF_TOKEN=<secret>" \
    --ipc=host \
    lmsysorg/sglang:latest \
    python3 -m sglang.launch_server \
        --model-path "AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF" \
        --host 0.0.0.0 \
        --port 30000
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:30000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Ollama
How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with Ollama:
```
ollama run hf.co/AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0
```

Unsloth Studio

How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF to start chatting

Atomic Chat new
Docker Model Runner
How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with Docker Model Runner:
```
docker model run hf.co/AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0
```

Lemonade

How to use AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF:Q8_0

Run and chat with the model

lemonade run user.Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF-Q8_0

List all available models

lemonade list

Kızagan-E4B Model Karşılaştırması

🏹 Kızagan-E4B — Türkçe Muhakeme Modeli

Türk dilinin inceliklerini anlayan, matematiksel muhakemede güçlenmiş, küçük boyutuyla büyük iş çıkaran bir açık ağırlıklı model.

📌 Model Özeti

Kızagan-E4B, Google DeepMind tarafından geliştirilen Gemma 4 E4B-it temel modelinin, Türkçe dil yeteneklerini ve muhakeme kapasitesini derinleştirmek üzere 540 bin satırlık (~2 milyar token) özenle hazırlanmış Türkçe SFT veri kümesiyle fine-tune edilmiş halidir.

Model, Türkçe'nin sondan eklemeli yapısı, ünlü uyumu, yazım-noktalama incelikleri ve günlük kullanım kayıtları dikkate alınarak tasarlanmış bir çok boyutlu taksonomi üzerine kuruludur. Hem günlük diyalog hem de kurumsal, teknik, akademik kullanım senaryolarında tutarlı çıktı üretmesi hedeflenmiştir.

Adını, Türk mitolojisinde ok ve savaşın tanrısı Kızagan Tengri'den alır.

⚡ Öne Çıkan Özellikler

🇹🇷 Türkçe Odaklı SFT: 540K satır, ~2B token Türkçe talimat verisi
🧠 Güçlenmiş Muhakeme: Turkish GSM8K'da base modele göre +21.88 puan artış
📚 Geniş Taksonomi: 8 alan, 7 beceri ailesi, 25+ alt beceri, 9 persona
🔢 Temel Model: Gemma 4 E4B-it (8B ham / 4B efektif parametre, PLE mimarisi)
🧩 Çoklu Biçim Desteği: Transformers, GGUF (llama.cpp, LM Studio, Ollama), MLX (Apple Silicon)
⚖️ Lisans: Apache 2.0

📊 Benchmark Sonuçları

Model, iki bağımsız Türkçe benchmark üzerinde değerlendirildi. Tüm sonuçlar, aynı donanım ve aynı değerlendirme protokolü altında, temel model google/gemma-4-E4B-it ile yan yana karşılaştırılmıştır.

🇹🇷 Türkçe MMLU — Genel Bilgi ve Kavrama

Benchmark: malhajar/mmlu_tr-v0.2

Metrik	`google/gemma-4-E4B-it`	`AlicanKiraz0/Kızagan-E4B`	Δ (Fark)
Accuracy (%)	30.42	33.18	🟢 +2.76
Doğru Cevap Sayısı	4,114	4,486	🟢 +372

🧮 Turkish GSM8K — Matematiksel Muhakeme

Recipe: strict (harici araç çağrısı yok, yalnızca model çıktısı)

Recipe	`google/gemma-4-E4B-it`	`AlicanKiraz0/Kızagan-E4B`	Δ (Fark)
`strict`	14.06	35.94	🟢 +21.88

🏆 Genel Kazanım Özeti

Kategori	Kazanım
Türkçe MMLU Accuracy	↗ +2.76 %
Türkçe MMLU Doğru	↗ +372
Turkish GSM8K (strict)	↗ +21.88

💡 Not: Matematiksel muhakemedeki 2.5 katına yakın artış, SFT veri kümesinde reasoning ailesi (math_word_problem, everyday_reasoning, error_analysis, decision_support) için verilen özenli taksonomi ağırlıklandırmasının doğrudan sonucudur.

📦 Model Ailesi ve Dağıtım Biçimleri

Kızagan-E4B, farklı donanım ve çalışma zamanlarında çalıştırılabilmesi için beş farklı varyantta yayınlanmıştır.

🔹 Base Model (Ana Ağırlıklar)

Sürüm	Repo	Biçim	Kullanım
Full Precision	`AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model`	Safetensors (BF16)	Transformers / TRL / vLLM

🔹 Quantizasyonlu Sürümler

Sürüm	Repo	Biçim	Önerilen Kullanım
Q8_0 GGUF	`Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF`	GGUF	llama.cpp, LM Studio, Ollama, koboldcpp
MLX 8-bit	`Kizagan-E4B-Turkish-Reasoning-Model-mlx-8Bit`	MLX 8-bit	Apple Silicon (M1/M2/M3/M4) — dengeli kalite
MLX 4-bit	`Kizagan-E4B-Turkish-Reasoning-Model-mlx-4Bit`	MLX 4-bit	Apple Silicon — düşük RAM / yüksek hız
MLX FP16	`Kizagan-E4B-Turkish-Reasoning-Model-mlx-fp16`	MLX FP16	Apple Silicon — en yüksek kalite

💾 Hangi sürümü seçmeliyim?

Sunucu / NVIDIA GPU ile eğitim veya vLLM servisi: Base (BF16)

Yerel makinede llama.cpp / Ollama: Q8_0 GGUF

Mac Studio / MacBook: MLX FP16 (kalite) veya MLX 8-bit (denge) veya MLX 4-bit (hız)

🧪 Eğitim Veri Kümesi

📐 Genel İstatistikler

Alan	Değer
Toplam Satır	~540,000
Toplam Token	~2,000,000,000 (≈ 2B)
Dil	Türkçe (`tr`)
Format	Chat / Instruction (system-user-assistant)
Taksonomi Sürümü	`taxonomy_tr_sft_v1`

🗂️ Taksonomi Yapısı

Veri kümesi, tek boyutlu bir konu listesi yerine çok eksenli bir taksonomi ile üretildi. Her örnek; alan × zorluk × stil × persona × çıktı formatı × beceri × alt beceri ekseninde etiketlendi.

🎯 Alanlar (Domains)

Alan	Ağırlık
`general`	30%
`business`	15%
`software`	12%
`education`	10%
`customer_support`	10%
`security`	8%
`finance`	8%
`health`	7%

🎚️ Zorluk Dağılımı

Zorluk	Ağırlık
`easy`	30%
`medium`	50%
`hard`	20%

🎨 Üsluplar (Styles)

neutral · formal · friendly · technical · executive

👥 Personalar

öğrenci · mühendis · yönetici · müşteri temsilcisi · araştırmacı · geliştirici · güvenlik analisti · ürün yöneticisi · akademisyen

📝 Çıktı Formatları

Format	Ağırlık
`plain_paragraph`	30%
`bullets_3`	18%
`json_object`	15%
`single_sentence`	8%
`markdown_table`	8%
`steps_5`	8%
`qa_short`	7%
`email`	6%

🧠 Beceri Aileleri (Skills)

Beceri Ailesi	Ağırlık	Alt Beceriler
`instruction_following`	20%	`format_control`, `constraint_satisfaction`, `multi_step_instructions`
`rewrite_summarization`	15%	`summarization`, `rewrite_formal`, `simplify`, `expand`
`extraction_structuring`	15%	`entity_extraction`, `table_to_json`, `info_normalization`
`grounded_qa`	15%	`passage_qa`, `compare_sources`, `evidence_based_answer`
`reasoning`	15%	`everyday_reasoning`, `math_word_problem`, `error_analysis`, `decision_support`
`turkish_language`	15%	`orthography`, `punctuation`, `morphology`, `style_register`, `noisy_text_normalization`
`safety_ambiguity`	5%	`safe_refusal`, `ambiguous_request_clarification`, `uncertainty_honesty`

Her alt beceri; kendi senaryo havuzu, zorunlu içerik listesi (must_include) ve kaçınılması gereken ifade listesi (must_avoid) ile şekillendirildi. Bu sayede modelden yalnızca "doğru cevap" değil; doğru format, doğru ton ve doğru kısıt yönetimi öğrenmesi hedeflendi.

🎯 Kullanım Senaryoları

Model aşağıdaki görevlerde güçlü performans sergilemek üzere eğitildi:

✅ Çok adımlı talimat takibi — Belirli bir biçimde, belirli kısıtlarla çıktı üretme
✅ Türkçe yeniden yazım — Özetleme, resmîleştirme, sadeleştirme, genişletme
✅ Yapılandırılmış çıkarım — Serbest metinden JSON / tablo üretimi
✅ Kaynağa dayalı soru-cevap — Belge içi kanıta dayanan, halüsinasyon kaçınımlı yanıtlar
✅ Muhakeme — Günlük mantık, matematik problemleri, hata analizi, karar desteği
✅ Türkçe dil hassasiyeti — Yazım, noktalama, morfoloji, kayıt (register) ve gürültülü metin normalleştirme
✅ Güvenlik & belirsizlik — Kibar reddetme, belirsiz istekte açıklama talebi, emin olmama itirafı

⚠️ Sınırlamalar ve Sorumlu Kullanım

Model, temel olarak Türkçe için optimize edilmiştir. Başka dillerdeki performans garanti edilmez.
Küçük bir model (E4B) olması nedeniyle son derece uzun bağlamlarda ve çok uzman alanlarda (ör. ileri tıbbi teşhis, hukuki bağlayıcı yorum) büyük modellerin yerini tutmaz.
Çıktılar doğruluk açısından insan gözden geçirmesine tabi tutulmalıdır; özellikle finans, sağlık ve güvenlik alanlarında model bilgi kaynağı değil, yardımcı asistan olarak konumlandırılmalıdır.
Model, ticari ya da araştırma amaçlı kullanıma Apache 2.0 lisansı altında açıktır; ancak türev çalışmalarda temel Gemma 4 lisans koşullarına da riayet edilmelidir.

📜 Lisans

Bu model Apache License 2.0 altında yayınlanmıştır. Temel model olarak kullanılan google/gemma-4-E4B-it Google'ın Gemma Terms of Use koşullarına tabidir; türev kullanım bu koşullarla uyumlu olmalıdır.

🚀 Hızlı Başlangıç

🤗 Transformers ile

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model_id = "AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "system", "content": "Sen Türkçe konuşan, dikkatli ve muhakeme yeteneği güçlü bir asistansın."},
    {"role": "user", "content": "Bir tren saatte 80 km hızla 2,5 saat gidiyor. Toplam kaç km yol alır? Adım adım hesapla."},
]

inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt",
).to(model.device)

outputs = model.generate(
    inputs,
    max_new_tokens=512,
    temperature=0.7,
    top_p=0.9,
    do_sample=True,
)

print(tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True))

🦙 llama.cpp / Ollama (GGUF)

# llama.cpp
./llama-cli -hf AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF \
  -p "Türkiye'nin en kalabalık üçüncü şehri hangisidir? Kısa cevap ver."

# Ollama
ollama run hf.co/AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-Q8_0-GGUF

🍎 MLX (Apple Silicon)

pip install mlx-lm

mlx_lm.generate \
  --model AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model-mlx-8Bit \
  --prompt "Istanbul'da bir startup kurmak isteyen bir mühendise 5 adımlık yol haritası çıkar." \
  --max-tokens 512

🙏 Teşekkür

Google DeepMind — Gemma 4 E4B temel modelini açık kaynak olarak yayınladığı için.
Hugging Face — Açık ağırlıklar ekosistemi ve değerlendirme altyapısı için.
malhajar/mmlu_tr-v0.2 — Türkçe MMLU değerlendirme veri kümesi için.
Türkçe açık kaynak NLP topluluğu — Her hafta yeni bir modelin açık kaynak olarak yayınlanmasına ilham verdiği için.

📖 Atıf

Bu modeli araştırma ya da ürünlerinizde kullanıyorsanız lütfen şu şekilde atıfta bulunun:

@misc{kiraz2026kizagan,
  author       = {Alican Kiraz},
  title        = {Kızagan-E4B: A Turkish Reasoning Model Fine-Tuned from Gemma 4 E4B},
  year         = {2026},
  publisher    = {Hugging Face},
  howpublished = {\url{https://huggingface.co/AlicanKiraz0/Kizagan-E4B-Turkish-Reasoning-Model}},
}