Das türkisch-fokussierte KI-Modell, das Türkisch von Grund auf versteht — Platz 1 unter den offenen türkischen Modellen auf TurkishMMLU.
Die Version mit 32 Milliarden Parametern ist mit Messprotokoll und GGUF-Quantisierungen auf Hugging Face. Unter demselben Protokoll (TurkishMMLU clean-652, Optionsrotation): Erk-14B 67,18 %, Erk-32B 71,01 %.
Offene türkische Modelle — Genauigkeit (%), identische Bedingungen
Die meisten KI-Modelle, die heute für Türkisch verwendet werden, wurden für Englisch entworfen und erst nachträglich an das Türkische angepasst. Den Preis dafür zahlt jeder türkische Nutzer: Das Modell versteht die agglutinierende Struktur des Türkischen nicht, zerlegt Wörter unnötig und arbeitet langsamer und teurer. Wir haben Erk auf einem starken, quelloffenen Basismodell (Qwen3-14B) mit einer umfangreichen türkischen Trainingspipeline darüber aufgebaut — Continued Pretraining und Instruction-Tuning — mit einem Ziel: das Modell, das Türkisch am besten versteht.
Platz 1 unter den offenen türkischen Modellen auf TurkishMMLU (69,7 % Genauigkeit)
Effiziente Tokenisierung — halb so viele Tokens wie GPT-4 für denselben türkischen Text
Gestützt auf echte Dokumente und maßgebliche Quellen; weist falsche Prämissen zurück
Vollständig Open Source — herunterladbar, überprüfbar, erweiterbar
Erk ist ein türkisch-fokussiertes großes Sprachmodell mit 14 Milliarden Parametern, entwickelt von eCloud Yazılım Teknolojileri. Es basiert auf dem quelloffenen Qwen3-14B, mit einer darüberliegenden türkischen Entwicklungspipeline — umfangreiches türkisches Continued Pretraining und Instruction-Tuning, gestützt auf echte Dokumente.
Im unabhängigen, öffentlichen TurkishMMLU-Benchmark belegt Erk mit 69,7 % Genauigkeit den ersten Platz unter den getesteten offenen türkischen Modellen. Seine stärksten Fächer sind Geografie, Philosophie, Religion & Ethik sowie Geschichte. Die Auswertung wurde transparent und unter identischen Bedingungen für alle verglichenen Modelle berichtet.
Erk-14B ist Open Source und auf Hugging Face öffentlich verfügbar. Das vollständige Trainingsrezept ist im nanosohbet-Repository offen. Das größere Erk-32B ist inzwischen mitsamt Messprotokoll und GGUF-Quantisierungen erschienen.
Erk ist Open Source und auf Hugging Face herunterladbar. Kontaktieren Sie uns für kommerzielle Nutzung und Partnerschaften.