Create README_WEIGHTS_Turkish.md

languages/turkish/README_WEIGHTS_Turkish.md

@@ -0,0 +1,98 @@
+# DeepSeek-V3 Ağırlık Dosyası Dokümantasyonu
+
+## `config.json` İçindeki Yeni Alanlar
+
+- **model_type**: Model türünü belirtir, bu sürümde `deepseek_v3` olarak güncellenmiştir.
+- **num_nextn_predict_layers**: Çoklu Token Tahmin (MTP) Modüllerinin sayısını belirtir. Açık kaynaklı V3 ağırlıkları **1 MTP Modülü** içerir.
+- **quantization_config**: FP8 kuantizasyonu için yapılandırmayı tanımlar.
+
+---
+
+## Ağırlık Yapısı Genel Bakış
+
+DeepSeek-V3 ağırlık dosyası iki ana bileşenden oluşur: **Ana Model Ağırlıkları** ve **MTP Modülleri**.
+
+### 1. Ana Model Ağırlıkları
+
+- **Bileşenler**:
+  - Giriş/çıkış gömme katmanları ve toplam 61 Transformer gizli katmanı.
+- **Parametre Sayısı**:
+  - Toplam parametreler: **671B**
+  - Aktivasyon parametreleri: **36.7B** (0.9B Gömme ve 0.9B Çıkış Kafası dahil).
+
+#### Yapısal Detaylar
+
+- **Gömme Katmanı**:
+  - `model.embed_tokens.weight`
+- **Transformer Gizli Katmanları**:
+  - `model.layers.0` - `model.layers.60`, toplamda `num_hidden_layers` katman.
+- **Çıkış Katmanı**:
+  - `model.norm.weight`
+  - `lm_head.weight`
+
+### 2. Çoklu Token Tahmin (MTP) Modülleri
+
+- **Bileşenler**:
+  - `num_nextn_predict_layers` alanı tarafından tanımlanan ek MTP Modülleri. Bu modelde değer **1** olarak ayarlanmıştır.
+- **Parametre Sayısı**:
+  - **11.5B benzersiz parametre**, (paylaşılan 0.9B Gömme ve 0.9B Çıkış Kafası hariç).
+  - Aktivasyon parametreleri: **2.4B** (paylaşılan 0.9B Gömme ve 0.9B Çıkış Kafası dahil).
+
+#### Yapısal Detaylar
+
+- **embed_tokens**: **Ana Model ağırlıklarının Gömme katmanı ile parametreleri paylaşır**.
+- **enorm & hnorm**: Spekülatif kod çözme için gerekli olan RMSNorm parametreleri.
+- **eh_proj**: Norm sonuçları üzerinde boyut indirgeme projeksiyon parametreleri.
+- **Ek Transformer Gizli Katmanı**:
+  - `model.layers.61.self_attn & mlp` (Ana Model gizli katmanlarıyla aynı yapıdadır).
+- **shared_head**: **Ana Model ağırlıklarının Çıkış Kafası ile parametreleri paylaşır**.
+
+---
+
+### Yükleme Kuralları
+
+- **Ana Model Ağırlıkları**: `config.json` içindeki `num_hidden_layers` parametresi kullanılarak yüklenir.
+- **MTP Modülleri**: `num_nextn_predict_layers` parametresi ile yüklenir ve katman kimlikleri Ana Model gizli katmanlarından hemen sonra eklenir. Örneğin:
+  - Eğer `num_hidden_layers = 61` ve `num_nextn_predict_layers = 1` ise, MTP Modülünün katman kimliği `61` olur.
+
+---
+
+## FP8 Ağırlık Dokümantasyonu
+
+DeepSeek-V3, 128x128 blok ölçeklendirmesiyle FP8 ağırlık formatını yerel olarak destekler.
+
+### FP8 Yapılandırması
+
+FP8 ağırlık dosyası, kuantizasyon yöntemini tanımlayan bir `quantization_config` alanı içerir. Örnek yapılandırma aşağıda verilmiştir:
+
+```json
+"quantization_config": {
+  "activation_scheme": "dynamic",
+  "fmt": "e4m3",
+  "quant_method": "fp8",
+  "weight_block_size": [128, 128]
+}
+```
+
+- **Kuantizasyon Formatı**:
+  - Format türü: `fp8` ve `e4m3` (karşılığı `torch.float8_e4m3fn`).
+  - Ağırlık blok boyutu: `128x128`.
+- **Aktivasyon Kuantizasyon Şeması**:
+  - Dinamik aktivasyon kuantizasyonu kullanır (`dynamic`).
+
+### De-kuantizasyon Yöntemi
+
+FP8 ağırlık dosyası, her ağırlık bloğu için de-kuantizasyon ölçeğini depolayan `weight_scale_inv` alanını içerir.
+
+- **Depolama Formatı**: `float32 Tensor`, ağırlık verileriyle birlikte saklanır.
+- **De-kuantizasyon Formülü**:
+  - Ağırlık bloğu 128’e hizalanmamışsa, önce 128’e sıfır dolgu yapılır, ardından ölçek hesaplanır. Kuantizasyondan sonra dolgu kısmı kaldırılır.
+  - De-kuantizasyon işlemi şu şekilde gerçekleştirilir: `(128x128 ağırlık bloğu) * weight_scale_inv`.
+
+FP8 ağırlıklarının de-kuantizasyonu sayesinde, çalışma zamanı işlemleri **token başına 128 kanal granülerliği** ile çevrimiçi kuantizasyona olanak tanır.
+
+---
+```  
+Bu çeviri, hem teknik doğruluğu hem de Markdown uyumluluğunu koruyarak çevrilmiştir.
+@can-deliktas
+```