README.md

---
title: Turkish Mmlu Leaderboard
emoji: 🥇
colorFrom: green
colorTo: indigo
sdk: gradio
app_file: app.py
pinned: true
license: cc-by-nc-4.0
short_description: Leaderboard showcasing Turkish MMLU dataset results.
---

# 🏆 Türkçe MMLU Liderlik Tablosu

Yapay zeka modellerinin Türkçe dil görevlerindeki kapsamlı değerlendirmesi ve performans karşılaştırması için modern bir web uygulaması.

## ✨ Özellikler

### 📊 Liderlik Tablosu

- Model performanslarının kapsamlı sıralaması
- Aile ve kuantalama seviyesine göre filtreleme
- Gerçek zamanlı skor güncellemeleri
- Etkileşimli ve responsive tablo görünümü

### 🔍 Model Cevapları

- 6.200+ soru ve model cevabını göz atma
- Gelişmiş arama ve filtreleme seçenekleri
- Sayfalama ile hızlı navigasyon
- Çoklu model karşılaştırması

### 📈 Performans Analitikleri

- Bölüm bazında detaylı performans grafikleri
- Etkileşimli Plotly görselleştirmeleri
- Model karşılaştırmaları
- İstatistiksel özetler

### ➕ Model Gönderimi

- **🔍 Ollama Model Doğrulama**: Model önce Ollama kütüphanesinde doğrulanır
- **📊 RAM Gereksinim Analizi**: 16-bit, 8-bit ve 4-bit quantization için RAM hesaplaması
- **✅ Otomatik Uyumluluk Kontrolü**: 20GB RAM limiti kontrolü
- **🎯 Önerilen Quantization**: En uygun quantization seviyesi önerisi
- **🏷️ Mevcut Etiketler**: Model için kullanılabilir tüm versiyonlar
- Yeni model kayıt formu
- Detaylı doğrulama kontrolü
- Model türü ve hassasiyet seçenekleri
- Otomatik değerlendirme kuyruğu entegrasyonu

## 🚀 Kurulum

### Gereksinimler

- Python 3.8+
- Pip paket yöneticisi

### Hızlı Başlangıç

1. **Repoyu klonlayın**

```bash
git clone <repository-url>
cd turkish_mmlu_leaderboard
```

2. **Bağımlılıkları yükleyin**

```bash
pip install -r requirements.txt
```

3. **Uygulamayı çalıştırın**

```bash
python app.py
```

4. **Tarayıcınızda açın**

```
http://localhost:7860
```

## 📁 Proje Yapısı

```
turkish_mmlu_leaderboard/
├── app.py                 # Ana uygulama dosyası (Türkçe arayüz)
├── config.py             # Yapılandırma ayarları (Türkçe etiketler)
├── data_manager.py       # Veri yönetimi ve önbellekleme
├── model_validator.py    # Ollama model doğrulama servisi
├── utils.py              # Yardımcı fonksiyonlar (Türkçe mesajlar)
├── requirements.txt      # Python bağımlılıkları
├── Dockerfile           # Docker yapılandırması
└── README.md            # Bu dosya
```

### Yeni Bağımlılıklar

Model doğrulama özelliği için eklenen bağımlılıklar:

- **beautifulsoup4**: HTML parsing için Ollama sayfalarını analiz etmek üzere
- **requests**: HTTP istekleri için Ollama API'sine erişim

## 🎨 Arayüz Özellikleri

### Modern Tasarım

- **Temiz ve minimal görünüm**: Kullanıcı dostu arayüz tasarımı
- **Responsive design**: Tüm cihazlarda uyumlu görüntüleme
- **Gradient efektler**: Modern görsel öğeler
- **Hover animasyonları**: Etkileşimli buton ve tablo efektleri

### Türkçe Yerelleştirme

- **Tam Türkçe arayüz**: Tüm menüler, butonlar ve mesajlar Türkçe
- **Türkçe hata mesajları**: Anlaşılır hata açıklamaları
- **Türkçe veri etiketleri**: Tablo başlıkları ve sütun adları
- **Türkçe durum mesajları**: Sistem bilgilendirmeleri

### Gelişmiş Özellikler

- **Gerçek zamanlı veri güncellemesi**: Otomatik yenileme
- **Önbellekleme sistemi**: Hızlı veri erişimi
- **Thread-safe işlemler**: Güvenilir veri yönetimi
- **Hata toleransı**: Robust hata işleme

## 📊 Veri Kaynakları

Uygulama aşağıdaki Hugging Face veri kümelerini kullanır:

1. **Liderlik Tablosu**: `alibayram/yapay_zeka_turkce_mmlu_liderlik_tablosu`
2. **Model Cevapları**: `alibayram/yapay_zeka_turkce_mmlu_model_cevaplari`
3. **Bölüm Sonuçları**: `alibayram/yapay_zeka_turkce_mmlu_bolum_sonuclari`

## 🔧 Yapılandırma

### Temel Ayarlar

```python
# config.py içinde
SERVER_PORT = 7860
REFRESH_INTERVAL = 1800  # 30 dakika
CACHE_TIMEOUT = 3600     # 1 saat
```

### UI Özelleştirme

- CSS stilleri `config.py` dosyasında tanımlanmıştır
- Renk şemaları ve gradient efektler özelleştirilebilir
- Responsif breakpoint'ler mobil uyumluluk için ayarlanmıştır

## 🚀 Docker ile Çalıştırma

```bash
# Docker image oluştur
docker build -t turkish-mmlu-leaderboard .

# Konteyner çalıştır
docker run -p 7860:7860 turkish-mmlu-leaderboard
```

## 🔄 Güncellemeler ve Yenilemeye

### Otomatik Yenileme

- Veriler her 30 dakikada bir otomatik güncellenir
- Arkaplan görevleri scheduler ile yönetilir
- Hata durumunda fallback verileri kullanılır

### Manuel Yenileme

- "Yenile" butonları ile anlık güncelleme
- Cache temizleme seçenekleri
- Veri durumu görüntüleme

## 🛠️ Geliştirme

### Kod Yapısı

- **Modüler tasarım**: Her bileşen ayrı dosyada
- **Type hints**: Python 3.8+ tip belirteçleri
- **Logging**: Kapsamlı hata takibi
- **Error handling**: Graceful hata yönetimi

### Katkıda Bulunma

1. Fork yapın
2. Feature branch oluşturun (`git checkout -b feature/yeni-ozellik`)
3. Değişikliklerinizi commit edin (`git commit -am 'Yeni özellik eklendi'`)
4. Branch'i push edin (`git push origin feature/yeni-ozellik`)
5. Pull Request açın

## 📝 Çeviri Notları

Bu uygulama tamamen Türkçe'ye çevrilmiştir:

### Çevrilen Bileşenler

- ✅ Tüm UI etiketleri ve butonlar
- ✅ Hata mesajları ve uyarılar
- ✅ Tablo başlıkları ve sütun adları
- ✅ Form alanları ve placeholder metinleri
- ✅ Durum mesajları ve bildirimler
- ✅ Tooltip'ler ve yardım metinleri
- ✅ Log mesajları ve debugging bilgileri

### Korunun Öğeler

- Model isimleri (orijinal haliyle)
- Teknik parametreler (precision, quantization)
- Dataset path'leri ve URL'ler
- CSS class isimleri ve JS fonksiyonları

## 🐛 Sorun Giderme

### Yaygın Sorunlar

1. **Uygulama başlatılamıyor**

   ```bash
   # Bağımlılıkları kontrol edin
   pip install -r requirements.txt

   # Port çakışması kontrolü
   lsof -i :7860
   ```

2. **Veri yüklenmiyor**

   - İnternet bağlantınızı kontrol edin
   - Hugging Face erişiminizi doğrulayın
   - Cache klasörü izinlerini kontrol edin

3. **Yavaş performans**
   - Cache ayarlarını kontrol edin
   - Page size değerlerini azaltın
   - Browser cache'ini temizleyin

## 📄 Lisans

Bu proje MIT lisansı altında lisanslanmıştır. Detaylar için LICENSE dosyasına bakın.

## 👨‍💻 Geliştirici

**Ali Bayram**

- GitHub: [@alibayram](https://github.com/alibayram)
- Hugging Face: [@alibayram](https://huggingface.co/alibayram)

## 🙏 Teşekkürler

- Hugging Face ekibine veri hosting için
- Gradio ekibine harika UI framework için
- Türkçe NLP topluluğuna katkıları için

---

**Not**: Bu uygulama sürekli geliştirme altındadır. Geri bildirimleriniz ve katkılarınız çok değerlidir!