README.md

---
language:
  - ru
license: other
license_name: nativemindnonc
license_link: LICENSE
task_categories:
  - text-generation
  - question-answering
pretty_name: Mozgach Trener Micro Dataset
size_categories:
  - n<1K
tags:
  - education
  - russian
  - alphabet
  - children
  - language-learning
  - voice-commands
  - interactive
dataset_info:
  features:
    - name: messages
      dtype:
        - role: string
        - content: string
    - name: metadata
      dtype:
        - category: string
        - type: string
        - source: string
  splits:
    - name: train
      num_examples: 97
configs:
  - config_name: default
    data_files:
      - split: train
        path: mozgach_trener_micro_dataset.jsonl
---

# 🎓 Mozgach Trener Micro Dataset

**Микро-датасет для обучения образовательных LLM моделей**

Датасет создан на основе проекта Mozgach Trener - образовательного приложения для изучения русского языка, цифр, цветов и форм.

## 📊 Статистика

```yaml
Всего примеров: 97
Формат: JSONL (messages format)
Размер: ~80 KB
Кодировка: UTF-8
```

## 📚 Категории

| Категория | Примеров | Описание |
|-----------|----------|----------|
| **Алфавит** | 66 | Произношение букв, примеры слов |
| **Цифры** | 11 | Числа от 0 до 10, написание |
| **Цвета** | 10 | Основные цвета и их описание |
| **Фигуры** | 5 | Геометрические фигуры |
| **Голосовые команды** | 5 | Интерактивные команды |

## 🎯 Назначение

Датасет предназначен для обучения LLM моделей, которые помогают:
- **Детям** изучать русский алфавит, цифры и цвета
- **Взрослым** учить русский язык как иностранный
- **Педагогам** создавать интерактивные образовательные материалы

## 📋 Формат данных

Каждый пример содержит:

```json
{
  "messages": [
    {
      "role": "system",
      "content": "Системный промпт с описанием роли ассистента"
    },
    {
      "role": "user",
      "content": "Вопрос пользователя"
    },
    {
      "role": "assistant",
      "content": "Ответ ассистента"
    }
  ],
  "metadata": {
    "category": "alphabet|numbers|colors|shapes|voice_commands",
    "type": "pronunciation|word_examples|recognition|description|...",
    "source": "mozgach_trener"
  }
}
```

## 🔤 Примеры использования

### Изучение алфавита

**Пользователь:** Как правильно произнести букву 'А'?  
**Ассистент:** Буква 'А' произносится как 'а'. Попробуй произнести её вслух: а.

**Пользователь:** Назови слова, которые начинаются на букву 'б'  
**Ассистент:** Слова на букву 'б': банан, бабочка, барабан, белка

### Изучение цифр

**Пользователь:** Как пишется цифра 5?  
**Ассистент:** Цифра 5 пишется так: 5. Произносится: 'пять'. Попробуй написать её сам!

### Изучение цветов

**Пользователь:** Расскажи о цвете 'красный'  
**Ассистент:** Цвет 'красный' - это один из основных цветов. Это цвет яблока, помидора и клубники. Яркий и теплый цвет.

### Геометрические фигуры

**Пользователь:** Что такое треугольник?  
**Ассистент:** Треугольник - это фигура с 3 сторонами и 3 углами. Похож на крышу дома или пирамиду.

## 🚀 Использование

### 1. Загрузка датасета

```python
from datasets import load_dataset

dataset = load_dataset("nativemind/mozgach_trener")
print(f"Загружено примеров: {len(dataset['train'])}")
```

### 2. Файнтюнинг модели

```python
from transformers import AutoModelForCausalLM, AutoTokenizer, Trainer

# Загрузка базовой модели
model_name = "ai-forever/rugpt3small_based_on_gpt2"
model = AutoModelForCausalLM.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

# Подготовка данных и обучение
# (см. примеры в prepare_dataset.py)
```

### 3. Интеграция с Continue.ai / Cursor.ai

Добавьте в `config.json`:

```json
{
  "models": [
    {
      "title": "Мозгач Тренер",
      "provider": "ollama",
      "model": "mozgach-trener",
      "systemMessage": "Ты - Мозгач Тренер, образовательный ассистент для детей и взрослых."
    }
  ]
}
```

## 📦 Содержимое

```
nativemind/mozgach_trener/
├── README.md                              # Этот файл
├── LICENSE                                # NativeMindNONC лицензия
├── prepare_dataset.py                     # Скрипт создания датасета
├── mozgach_trener_micro_dataset.jsonl     # Основной датасет (97 примеров)
└── mozgach_trener_micro_dataset_stats.json # Статистика
```

## 🎨 Особенности

✅ **Русский язык** - полностью на русском языке  
✅ **Образовательный контент** - адаптирован для детей и начинающих  
✅ **Интерактивность** - поддержка голосовых команд  
✅ **Структурированность** - четкие категории и метаданные  
✅ **Микро-размер** - идеален для быстрого прототипирования

## 📚 Словарный состав

### Алфавит
33 буквы русского алфавита: А-Я

### Цифры
Числа от 0 до 10: ноль, один, два, три, четыре, пять, шесть, семь, восемь, девять, десять

### Цвета
10 основных цветов: черный, белый, серый, красный, синий, зеленый, желтый, оранжевый, фиолетовый, розовый

### Геометрические фигуры
5 базовых фигур: круг, квадрат, треугольник, прямоугольник, овал

## 🎯 Применение

1. **Образовательные приложения** - создание AI-тьюторов
2. **Голосовые ассистенты** - обучение распознаванию русской речи
3. **Чат-боты** - образовательные боты для детей
4. **LLM fine-tuning** - специализация моделей на образовательные задачи

## 📖 Citation

```bibtex
@dataset{mozgach_trener_2025,
  title={Mozgach Trener Micro Dataset},
  author={NativeMind},
  year={2025},
  publisher={Hugging Face},
  url={https://huggingface.co/datasets/nativemind/mozgach_trener}
}
```

## 🔐 Лицензия

**NativeMindNONC (Non-Commercial)**  
Датасет бесплатен для некоммерческого использования:
- Образовательные учреждения
- Исследовательские проекты
- Личное обучение

Коммерческое использование требует письменного разрешения.

## 💬 Контакты

**Проект**: Mozgach Trener Micro Dataset  
**Основано на**: Mozgach Trener educational app  
**Email**: anton.v.dodonov@gmail.com  
**HuggingFace**: [nativemind](https://huggingface.co/nativemind)

---

**Создано**: 20 октября 2025  
**Версия**: 1.0  
**Формат**: JSONL (messages)

🎓 **Образование должно быть доступным и интерактивным!**