Turkish-CoT-Instruct-Dataset

+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.avro filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.lz4 filter=lfs diff=lfs merge=lfs -text
+*.mds filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text
+# Audio files - uncompressed
+*.pcm filter=lfs diff=lfs merge=lfs -text
+*.sam filter=lfs diff=lfs merge=lfs -text
+*.raw filter=lfs diff=lfs merge=lfs -text
+# Audio files - compressed
+*.aac filter=lfs diff=lfs merge=lfs -text
+*.flac filter=lfs diff=lfs merge=lfs -text
+*.mp3 filter=lfs diff=lfs merge=lfs -text
+*.ogg filter=lfs diff=lfs merge=lfs -text
+*.wav filter=lfs diff=lfs merge=lfs -text
+# Image files - uncompressed
+*.bmp filter=lfs diff=lfs merge=lfs -text
+*.gif filter=lfs diff=lfs merge=lfs -text
+*.png filter=lfs diff=lfs merge=lfs -text
+*.tiff filter=lfs diff=lfs merge=lfs -text
+# Image files - compressed
+*.jpg filter=lfs diff=lfs merge=lfs -text
+*.jpeg filter=lfs diff=lfs merge=lfs -text
+*.webp filter=lfs diff=lfs merge=lfs -text
+# Video files - compressed
+*.mp4 filter=lfs diff=lfs merge=lfs -text
+*.webm filter=lfs diff=lfs merge=lfs -text
+train.jsonl filter=lfs diff=lfs merge=lfs -text

README.md ADDED Viewed

	@@ -0,0 +1,173 @@

+---
+license: apache-2.0
+language:
+- tr
+task_categories:
+- text-generation
+- question-answering
+tags:
+- chain-of-thought
+- cot
+- reasoning
+- turkish
+- türkçe
+- instruct
+- akil-yurutme
+pretty_name: Turkish CoT Instruct Dataset
+size_categories:
+- 1K<n<10K
+configs:
+- config_name: default
+  data_files:
+  - split: train
+    path: train.jsonl
+---
+# 🇹🇷 Turkish CoT Instruct Dataset
+**Türkçe Düşünme Zinciri (Chain-of-Thought) İçeren Talimat Veri Seti**
+Bu veri seti, modellerin **Türkçe adım adım akıl yürütme** (reasoning) yeteneğini
+geliştirmek için hazırlanmıştır. Her örnekte model, cevabı vermeden önce
+`<think> ... </think>` etiketleri arasında **tamamen Türkçe** olarak adım adım
+düşünür, ardından ayrıntılı bir nihai cevap sunar (DeepSeek-R1 tarzı biçim).
+- **Örnek sayısı:** 4.868
+- **Dil:** Türkçe
+- **Biçim:** Sohbet (`messages`) — `system` / `user` / `assistant`
+- **Ortalama cevap uzunluğu:** ~3.900 karakter
+- **Türkçe düşünce oranı:** ~%99
+---
+## 📖 Veri Seti Nedir?
+İki aşamada üretildi:
+1. **Soru üretimi:** 5 boyutlu, detaylı bir taksonomi (14 alan · 13 akıl yürütme
+   türü · 4 zorluk · 8 format · Türkçe-yerel bağlam) kullanılarak **5.000 özgün
+   Türkçe soru** üretildi ve tekilleştirildi (dedup).
+2. **CoT cevap üretimi:** Her soru için bir reasoning modeli (**MiniMax-M3**) ile
+   Türkçe düşünce zinciri + ayrıntılı nihai cevap üretildi.
+Sorular Türkçe kültüre yereldir: para birimi **TL**, kişi/şehir/kurum adları
+Türkiye'den, senaryolar Türk günlük yaşamına uygundur (pazar, bayram, çarşı,
+okul vb.).
+---
+## 🧱 Veri Yapısı
+Her satır bir JSON nesnesidir:
+```json
+{
+  "messages": [
+    {"role": "system",    "content": "Sen Türkçe düşünen ve akıl yürüten bir yapay zekâ asistanısın. ..."},
+    {"role": "user",      "content": "Ayşe Hanım bankaya 8.000 TL yatırdı. Yıllık basit faiz oranı %10 olduğuna göre 3 yıl sonunda anapara ile faizi toplam kaç TL olur?"},
+    {"role": "assistant", "content": "<think>\nÖncelikle, basit faiz formülü: A = P × (1 + r × t)...\n</think>\n\n# Basit Faiz Hesabı\n..."}
+  ],
+  "id": 1,
+  "alan": "finans_ekonomi",
+  "alan_ad": "Finans ve Ekonomi",
+  "alt_konu": "basit ve bileşik faiz",
+  "akil_yurutme": "aritmetik",
+  "zorluk": "kolay",
+  "format": "kelime_problemi"
+}
+```
+| Alan | Açıklama |
+|------|----------|
+| `messages` | `system` (sabit), `user` (soru), `assistant` (`<think>…</think>` + cevap) |
+| `id` | Soru kimliği |
+| `alan` / `alan_ad` | Konu alanı (anahtar / okunur ad) |
+| `alt_konu` | Alt konu |
+| `akil_yurutme` | Gerektirdiği akıl yürütme türü |
+| `zorluk` | `kolay` · `orta` · `zor` · `uzman` |
+| `format` | Soru biçimi (kelime problemi, çoktan seçmeli, senaryo, ispat…) |
+> Eğitimde yalnızca `messages` alanı kullanılır; diğer alanlar filtreleme ve
+> dengeleme içindir. `system` değeri tüm örneklerde **sabittir**.
+---
+## 📊 İstatistikler
+**Zorluk dağılımı**
+| Zorluk | Adet |
+|--------|-----:|
+| kolay | 857 |
+| orta | 2.035 |
+| zor | 1.644 |
+| uzman | 332 |
+**Alan dağılımı (14 alan, dengeli)**
+| Alan | Adet |
+|------|-----:|
+| Nedensellik ve Bilimsel Yöntem | 375 |
+| Finans ve Ekonomi | 372 |
+| Genel Kültür ve Muhakeme | 372 |
+| Sosyal Bilimler | 372 |
+| Etik ve Değer Muhakemesi | 361 |
+| Dil ve Anlam (Türkçe) | 352 |
+| Fen Bilimleri | 344 |
+| Uzamsal ve Görsel Akıl Yürütme | 340 |
+| Oyun Teorisi ve Strateji | 338 |
+| Günlük Yaşam ve Pratik Akıl Yürütme | 337 |
+| Programlama ve Algoritma | 329 |
+| Matematik | 329 |
+| Mantık ve Bulmaca | 324 |
+| Sağlık ve Beslenme | 323 |
+**Format dağılımı:** kısa açık uçlu (1.567), sayısal (730), kelime problemi (626),
+çoktan seçmeli (602), senaryo/vaka (578), neden-nasıl (472), doğru-yanlış (200),
+adım adım ispat (93).
+**Akıl yürütme türleri (13):** nedensel, tümdengelim, aritmetik, eleştirel,
+optimizasyon, karşı-olgusal, kısıt tatmini, analojik, zamansal, olasılıksal,
+abdüksiyon, tümevarım, uzamsal.
+---
+## 💻 Kullanım
+```python
+from datasets import load_dataset
+ds = load_dataset("AlicanKiraz0/Turkish-CoT-Instruct-Dataset", split="train")
+print(ds[0]["messages"])
+```
+SFT (ör. TRL / LLaMA-Factory / Unsloth) için `messages` alanı doğrudan sohbet
+şablonuyla kullanılabilir.
+---
+## ⚠️ Sınırlamalar ve Notlar
+- **~%1 İngilizce düşünce:** 47 örnekte (özellikle oyun/strateji) model Türkçe
+  düşünmeye zorlandığında aşırı uzayıp (runaway) çözülemediği için düşünce
+  İngilizce kalmıştır. Geri kalan ~%99 Türkçedir.
+- **Etiketler modele göredir:** `zorluk` ve `format` etiketleri üretim sırasında
+  hedeflenen değerlerdir; küçük sapmalar olabilir.
+- Kaynak sorular tekilleştirilmiştir ancak konu benzerlikleri bulunabilir.
+---
+## 📜 Lisans
+Apache 2.0
+## 🙏 Atıf
+```bibtex
+@misc{turkish_cot_instruct_2026,
+  title  = {Turkish CoT Instruct Dataset},
+  author = {Alican Kiraz},
+  year   = {2026},
+  howpublished = {\url{https://huggingface.co/datasets/AlicanKiraz0/Turkish-CoT-Instruct-Dataset}}
+}
+```

train.jsonl ADDED Viewed

	@@ -0,0 +1,3 @@

+version https://git-lfs.github.com/spec/v1
+oid sha256:da9c2dd50d54ecb2d4868b264009081a9bf18c1d76e1662b161794cf46c94741
+size 28039504