随着土耳其语生成式AI生态迅速壮大，开源模型在性能与可访问性上备受瞩目。本文汇总了针对推理、文本生成及搜索相似度（Embedding）等场景微调的土耳其语专用模型。这些由机构与社区共同推动的模型，旨在提升土耳其语输出的一致性及指令遵循能力。
Turkish-Gemma-9b-T1
Türkçe-Gemma-9b-T1 基于 ytu-ce-cosmos/Türkçe-Gemma-9b-v0.1 开发，专为土耳其语多步推理或“思考”过程优化。该模型适用于数学问题、逻辑推导及规划任务，能按指令生成清晰简洁的回答。
在处理多条件复杂推理时，Türkçe-Gemma-9b-T1 展现出更强的中间推理能力。据悉，其在算术、概率、序列分析及逻辑谜题等领域的准确性显著提升。该模型幻觉更少，专注于基于证据的回答，并能明确标识不确定性。
Turkish-e5-Large
Türkçe-e5-Large 是 intfloat/multilingual-e5-large-instruct 针对多种土耳其语数据集的微调版本，由 Yıldız Teknik Üniversitesi Cosmos Yapay Zeka Araştırma Grubu 开发。该模型可精准响应土耳其语特定搜索查询，上月在 Hugging Face 下载量超1700次。
Turkish-Llama-8b-v0.1
Turkish-Llama-8b-v0.1 使用30GB土耳其语数据对 LLaMA-3 8B 进行全量微调。
该模型专为文本生成设计，能以一致且上下文相关的方式续写文本。需注意，因训练数据涵盖网站、书籍等多源内容，模型可能存在一定偏见。
bert-base-turkish-cased
Bert-base-turkish-cased 由巴伐利亚州立图书馆 MDZ 数字图书馆小组发布，是一款面向土耳其语的开源 Cased 模型。此外，社区驱动的 BERTurk 模型也值得关注，其名称及部分预训练评估数据集均由土耳其语 NLP 社区提供。
当前版本训练数据包括：过滤分句后的 OSCAR 土耳其语料库、最新维基百科转储、各类 OPUS 语料库以及 Kemal Oflazer 提供的专用语料库。
electra-base-turkish-cased-discriminator
electra-base-turkish-cased-discriminator 是由巴伐利亚州立图书馆（MDZ）数字图书馆团队开源的土耳其语 ELECTRA 基础模型。该模型与 BERTurk 使用相同数据集训练，采用类似 GAN 判别器的机制区分真实与伪造 Token，能以较低计算资源完成 Transformer 架构预训练。
当前版本训练数据同样包含：过滤分句后的 OSCAR 土耳其语料库、最新版维基百科、多个 OPUS 语料库以及 Kemal Oflazer 提供的专用语料库。