터키어의 형태소 경계를 신경망으로 학습하는 Morpheus는 미분 가능한 Poisson-binomial 세그멘테이션으로 손실 없는 토큰화와 단어 임베딩 생성을 한 번의 순전파로 수행한다. 가역 토크나이저 중 최저 문자당 비트(1.425)와 골드 형태소 정렬(MorphScore macro-F1 0.61)을 달성했으며, 어휘 검색·동일 어근 검증에서는 BGE-M3·BERTurk를 능가하지만 NER 등 문맥·굴절 의존 작업에서는 문맥 인코더가 더 우수하다.
튀르키예어를 지원하는 대부분의 대규모 언어 모델(LLM)은 길고 구조적으로 복잡한 도메인 문서보다는 범용 벤치마크를 사용하여 평가된다. 본 논문은 자원이 제한된 로컬 배포 환경에서 튀르키예어 문서 질의응답을 위한 5개의 오픈 가중치(open-weight) 7B-8B 모델을 평가한다. 기본 벤치마크는 109페이지 분량의 산업 R&D 보고서에서 도출된 체계적으로 검증된 100개의 질문을 포함하며, 112페이지 분량의 두 번째 공공 부문 보고서와 독립적으로 구축된 100개 질문 세트를 사용하여 평가 프로토콜을 재현한다. 모든 모델은 통제된 프롬프트, 디코딩 및 4비트 양자화(quantization)를 사용하여 6GB VRAM을 갖춘 NVIDIA RTX 3050 노트북 GPU에서 로컬로 평가된다. 주요 방법론적 기여는 추가적인 모델 호출 없이 검색 실패와 다운스트림 모델 추론 실패를 분리하는 근거 주석 기반 평가 프로토콜이다. 기본 벤치마크에서 엔드투엔드 정확도는 49%에서 75%에 이른다. 7개의 어휘적(lexical), 밀집(dense) 및 하이브리드 검색 구성을 95% Wilson 신뢰구간과 정확 쌍체 McNemar 검정을 사용하여 추가로 비교하였으나, 두 문서 모두에서 문자 단위 TF-IDF 기준선(baseline)을 유의미하게 능가하는 구성은 없었다. 근거 재현율(recall)은 두 보고서에 걸쳐 상이하게 포화되어, 검색 및 유효 컨텍스트 용량이 일부 문서에는 구속적 제약(binding constraint)이 될 수 있지만 다른 문서에는 그렇지 않을 수 있음을 보여준다. 이러한 결과는 튀르키예어 도메인 문서를 위해 오픈 가중치 LLM을 배포할 때 모델 선택, 검색 동작, 하드웨어 한계를 개별적으로 평가해야 함을 입증한다.
Qwen3.5-27B를 튀르키예어 추론에 특화시키기 위해 최종 답변뿐 아니라 `<think>` 블록 내부의 추론 과정 자체를 튀르키예어로 생성하도록 SFT(15,991개 예시)와 GRPO 계열 강화학습을 순차적으로 적용하는 TÜDÜM 파이프라인을 제안한다. SFT는 추론 언어 일관성을 높였으나 벤치마크 정확도를 저하시켰고, RL이 일부를 회복했지만 Macro-6 평균(78.1)은 베이스 모델(81.7)을 넘지 못해 기술적으로 정직한 평가 결과를 보고한다.