| --- |
| 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}} |
| } |
| ``` |
|
|
