---
pretty_name: FintoolDataset-TR
language:
- tr
license: mit
task_categories:
- text-generation
tags:
- turkce
- finans
- function-calling
- tool-use
- agentic
- synthetic
- mcp
- financial-safety
- multi-turn
size_categories:
- 1K<n<10K
configs:
- config_name: default
  data_files:
  - split: train
    path: train.jsonl
  - split: validation
    path: validation.jsonl
  - split: test
    path: test.jsonl
---
# FintoolDataset-TR


FintoolDataset-TR'yi Türkçe finans alanında araç seçimi, araç çağırmama, eksik bilgiyi
netleştirme, hata kurtarma ve güvenli finansal etkileşim davranışlarını öğretmek için
hazırladım. Veri setini yalnızca doğru araç çağrısını üretmeye değil, **araç çağırmaması
gereken durumu da ayırt etmeye** odakladım.

Bu sürümde yalnızca anlamsal incelemeden geçirilip kabul edilen kayıtları yayımladım.
Yerel kürasyon durumu, reddedilen adaylar, hata raporları ve iç üst veri eğitim
satırlarına dahil değildir.

## Veri setinin özeti

| Veri bölümü | Kayıt |
|---|---:|
| Eğitim | 1.389 |
| Doğrulama | 160 |
| Test | 185 |

Her JSONL satırı yalnızca şu üç alanı taşır:

```json
{
  "id": "TRFIN-single_tool-0001",
  "messages": [],
  "tools": []
}
```

- `id`: Kayıt kimliği.
- `messages`: OpenAI uyumlu `system`, `user`, `assistant` ve gerektiğinde `tool`
  rollerindeki mesajlar.
- `tools`: O kayıtta modele sunulan işlev/araç tanımları ve ham JSON Şemaları.

## Davranış dağılımı

| Türkçe davranış | Teknik kimlik | Kayıt | Öğretmek istediğim davranış |
|---|---|---:|---|
| Tek araç çağrısı | `single_tool` | 100 | Tek doğru aracı ve geçerli argümanları seçme |
| Finans kavramı | `finance_concept` | 100 | Zamandan bağımsız finans kavramını araçsız açıklama |
| Araç var ama gereksiz | `tool_available_but_unnecessary` | 100 | Araç sunulsa bile gereksiz çağrı yapmama |
| Basit hesaplama | `simple_calculation` | 100 | İstemdeki sayılarla harici veri kullanmadan hesaplama |
| Eksik bilgiyi netleştirme | `clarification` | 130 | Eksik sembol, tarih, tutar, vade veya ölçütü sorma |
| Web araması | `web_search` | 136 | Güncel vergi, mevzuat ve banka koşullarını resmî kaynaktan arama |
| Güvenlik onayı | `security_confirmation` | 100 | Para veya hesap durumunu değiştiren işlemden önce açık onay isteme |
| Uygun araç yok | `no_suitable_tool` | 130 | Uygun araç yoksa araç veya başarı uydurmama |
| Görülmemiş araç şeması | `unseen_tool_schema` | 100 | Ezberlenmemiş araç adını açıklama ve şemasından çözme |
| Benzer araç seçimi | `similar_tool_selection` | 100 | Birbirine benzeyen araçlar arasından en özel olanı seçme |
| Paralel araçlar | `parallel_tools` | 100 | Bağımsız çağrıları aynı asistan turunda birlikte üretme |
| Yeniden deneme | `tool_retry` | 100 | Yeniden denenebilir hatadan kontrollü biçimde kurtulma |
| Araç hatasını bildirme | `tool_failure_report` | 100 | Kalıcı hatayı saklamadan kullanıcıya bildirme |
| Güncelliğini yitirmiş sonuç | `stale_result` | 100 | Eski sonucu güncelmiş gibi sunmama |
| Kaynak çatışması | `source_conflict` | 100 | Çelişen kaynakları belirtip belirsizliği koruma |
| Doğal dil yanıtı | `natural_language_answer` | 138 | Araç sonucunu ham JSON yerine doğal Türkçe cevaba dönüştürme |

## Bu davranışları neden seçtim?
### 1. Doğru aracı seçme

Tek araç çağrısı, benzer araç seçimi, görülmemiş araç şeması ve paralel araç
davranışlarıyla (`single_tool`, `similar_tool_selection`, `unseen_tool_schema`,
`parallel_tools`) modelin yalnızca araç adını ezberlemesini değil, açıklamayı ve JSON
Şemasını okuyarak karar vermesini hedefledim.
### 2. Gerektiğinde araç çağırmama

Finans kavramı, gereksiz aracı reddetme, basit hesaplama, eksik bilgiyi netleştirme ve
uygun araç yok davranışlarını (`finance_concept`, `tool_available_but_unnecessary`,
`simple_calculation`, `clarification`, `no_suitable_tool`) özellikle ekledim. Böylece
modelin her finans sorusunu otomatik olarak bir araç çağrısına çevirmesini engellemeyi;
eksik bilgiyi tahmin etmek yerine sormasını ve sunulmayan bir yeteneği uydurmamasını için kullandım.

### 3. Yanlış veya güvenilmez araç çıktılarıyla başa çıkma

Veri setine yalnızca başarılı sonuçlar koymadım. Araç kullanan gerçek sistemlerde çağrılar
zaman aşımına uğrayabilir, kalıcı hata verebilir, eski veri döndürebilir veya başka bir
kaynakla çelişebilir. Bu nedenle şu kontrollü hata davranışlarını ekledim:

- Yeniden deneme (`tool_retry`): Hata gerçekten yeniden denenebilirse ikinci çağrıyı üretme.
- Araç hatasını bildirme (`tool_failure_report`): Yetki, lisans veya kalıcı servis
  hatasında sonuç uydurmama.
- Güncelliğini yitirmiş sonuç (`stale_result`): Zaman damgası eski olan sonucu güncel
  fiyat gibi aktarmama.
- Kaynak çatışması (`source_conflict`): Piyasa aracı ile resmî kaynak uyuşmadığında
  çatışmayı gizlememe.

Bu kayıtların amacı modele “araç sonucu geldiyse doğrudur” varsayımından kurtarmak ve
sonucun hata, güncellik, birim ve kaynak bilgisini değerlendirmeyi öğretmektir.

### 4. Finansal güvenlik

`security_confirmation` kayıtlarıyla transfer, emir, iptal ve hesap değişikliği gibi yan
etkili işlemlerde açık kullanıcı onayını zorunlu tuttum. PIN, CVV, OTP, parola, uygulama
programlama arayüzü anahtarı veya kurtarma ifadesi isteyen kayıtları kabul etmedim. Güncel
fiyat, vergi, mevzuat ve banka koşullarının araçla doğrulanmasını şart koştum. (şuanlık elzem değil gelecek planlarım çercevesinde ekledim)

## Kullandığım araç kapsamı

Güncel olarak kapsamlı olmasından dolayı ana finans araçlarını BorsaMCP kataloğundaki 23 şemadan aldım.

- Güncel resmî bilgi için `web_search` şeması kullandım.
- Şema genellemesini ölçmek için farklı ad ve parametre yapılarına sahip kontrollü araçlar
  ekledim.
- Uygun aracın bulunmadığı örneklerde gerçekçi fakat yetersiz çeldirici araçlar sundum.
- Yeniden deneme, kalıcı hata, güncelliğini yitirmiş sonuç ve kaynak çatışması için
  kontrollü araç sonuçları oluşturdum.

Araç ve parametre adlarını çevirmedim; bunları çalışma zamanı sözleşmesinin parçası olarak
korudum. Yalnızca kullanıcıya dönük açıklamaları Türkçeleştirdim. (main borsaMCP şemaları İngilizce olduğu için)

## Veri üretim hattı

Bu veri setini aşağıdaki denetlenebilir üretim hattıyla hazırladım:

1. `Dbmaxwell/turkish-finance-instruction-dataset` kaynağını
   `c5f4d777daf5b1b3c869084f3921724665c2b4ce` revizyonuna sabitledim.
2. Finans sorularını 16 ana davranıştan tam birine sınıflandırdım.
3. Belirlenimci başlangıç, hesaplama ve çok turlu araç kullanımı kayıtları oluşturdum.
4. BorsaMCP için gerçek araç şemalarını ve doğrulanmış canlı çağrı sonuçlarını kullandım.
5. Çeşitlilik açığı bulunan eksik bilgiyi netleştirme (`clarification`), uygun araç yok
   (`no_suitable_tool`) ve web araması (`web_search`) davranışları için yapılandırılmış
   yapay zekâ veri üretim modeliyle 96 ek kayıt ürettim.
6. Araç çağrılarını sunulan ham JSON Şemalarına karşı doğruladım.
7. Finansal güvenlik, güncellik, kaynak çatışması, Türkçe kalite ve davranış uyumunu
   anlamsal olarak inceledim.
8. Yalnızca anlamsal inceleme sonrası kabul edilen (`accepted`) kayıtları dışa aktardım.
9. Aynı grup kimliğini (`group_id`) tek veri bölümünde tutarak yeniden ifade sızıntısını
   engelledim.

## Doğrulama

Bu sürümü yayıma hazırlarken aşağıdaki kontrolleri sağladım:

- 3.538 aday üzerinde Pydantic konuşma değişmezleri ve JSON Şeması kontrolü
- Boş koleksiyon hatası listesi
- 1.734 kabul edilmiş, 12 reddedilmiş ve 1.792 anlamsal inceleme bekleyen aday
- 45 başarılı test
- Ruff biçim ve kod kalite kontrolü
- UTF-8 karakter bozulması kontrolü
- Dışa aktarımı iki kez üretip aynı SHA-256 sonuçlarını alma
- Her dışa aktarım satırında yalnızca `id`, `messages`, `tools` alanlarının bulunması

Yapısal olarak geçerli (`valid`) durumu yalnızca otomatik doğrulamayı, kabul edilmiş
(`accepted`) durumu ise anlamsal inceleme sonrası eğitim çıktısına kabulü ifade eder.
İnceleme bekleyen kayıtları bu pakete dahil etmedim.

## Kullanım

```python
from datasets import load_dataset

dataset = load_dataset("Dbmaxwell/FintoolDataset-tr")
print(dataset["train"][0])
```

Modelin sohbet şablonu OpenAI uyumlu `messages` ve `tools` alanlarını doğrudan
kullanmıyorsa eğitim öncesinde hedef modelin sohbet şablonu biçimine
dönüştürmek gerekir.


## Kısıtlar

- Kayıtların önemli bölümü sentetiktir; gerçek kullanıcı konuşması dağılımını birebir
  temsil etmez.
- Kontrollü hata sonuçları gerçek bir servis olayının birebir kopyası değildir; hata
  davranışını öğretmek için oluşturulmuştur.
- Veri seti yatırım tavsiyesi, güncel piyasa verisi veya hukuki/vergi görüşü değildir.
- Güncel bilgi isteyen örneklerde cevap yerine araç çağrısı hedeflenmiştir.
- Araç kapsamı ve Türkçe finans odağı, genel amaçlı araç kullanan sistem performansını
  garanti etmez.
- Kayıtlardaki IBAN, hesap, kart, e-posta ve kişi adları sentetik örneklerdir; gerçek
  müşteri verisi içermez.