Update README.md

README.md

@@ -85,6 +85,8 @@ The examples below demonstrate how to use the model to generate content based on
 ```python
 from transformers import AutoTokenizer, AutoModelForCausalLM
 import torch
+import transformers
+
 model_id = "ytu-ce-cosmos/Turkish-Gemma-9b-T1"
 tokenizer = AutoTokenizer.from_pretrained(model_id)
 model = AutoModelForCausalLM.from_pretrained(
@@ -92,6 +94,13 @@ model = AutoModelForCausalLM.from_pretrained(
     torch_dtype=torch.bfloat16,
     device_map="auto",
 )
+
+pipeline = transformers.pipeline(
+    "text-generation",
+    model=model_id,
+    model_kwargs={"torch_dtype": torch.bfloat16},
+    device_map="auto",
+)
 messages = [
     {"role": "user", "content": "İstanbul halkı, timsahları evcilleştirip balkonlarda beslemeyi alışkanlık hale getirmiştir. Hangi timsah türleri en çok tercih edilir?"}
 ]
@@ -113,6 +122,9 @@ outputs = model.generate(
 response = outputs[0][input_ids.shape[-1]:]
 print(tokenizer.decode(response, skip_special_tokens=True))
 
+## <think> .... </think>
+## Bu soru gerçek dışı bir senaryo içeriyor. **İstanbul'da veya herhangi bir kentsel alanda timsahların evcilleştirilip balkonlarda beslenmesi mümkün değildir ve bu bir alışkanlık değildir.
+
 ```
 
 # Tips