The dataset viewer is not available for this split.
Error code: StreamingRowsError
Exception: CastError
Message: Couldn't cast
id: string
messages: list<item: struct<role: string, content: string>>
child 0, item: struct<role: string, content: string>
child 0, role: string
child 1, content: string
metadata: struct<category: string, family: string, variant: string, split: string, provenance: string, expecte (... 62 chars omitted)
child 0, category: string
child 1, family: string
child 2, variant: string
child 3, split: string
child 4, provenance: string
child 5, expected_label: string
child 6, evidence_quote: string
child 7, verification: string
text: string
to
{'id': Value('string'), 'text': Value('string')}
because column names don't match
Traceback: Traceback (most recent call last):
File "/src/services/worker/src/worker/utils.py", line 147, in get_rows_or_raise
return get_rows(
dataset=dataset,
...<4 lines>...
column_names=column_names,
)
File "/src/libs/libcommon/src/libcommon/utils.py", line 272, in decorator
return func(*args, **kwargs)
File "/src/services/worker/src/worker/utils.py", line 127, in get_rows
rows_plus_one = list(itertools.islice(safe_iter(ds, dataset=dataset), rows_max_number + 1))
File "/src/services/worker/src/worker/utils.py", line 483, in safe_iter
yield from ds.decode(False) if ds.features else ds
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 2951, in __iter__
for key, example in ex_iterable:
^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 2461, in __iter__
for key, pa_table in self._iter_arrow():
~~~~~~~~~~~~~~~~^^
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 2486, in _iter_arrow
for key, pa_table in self.ex_iterable._iter_arrow():
~~~~~~~~~~~~~~~~~~~~~~~~~~~~^^
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 547, in _iter_arrow
for key, pa_table in iterator:
^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/iterable_dataset.py", line 430, in _iter_arrow
for key, pa_table in self.generate_tables_fn(**gen_kwags):
~~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 343, in _generate_tables
self._cast_table(pa_table, json_field_paths=json_field_paths),
~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/packaged_modules/json/json.py", line 132, in _cast_table
pa_table = table_cast(pa_table, self.info.features.arrow_schema)
File "/usr/local/lib/python3.14/site-packages/datasets/table.py", line 2378, in table_cast
return cast_table_to_schema(table, schema)
File "/usr/local/lib/python3.14/site-packages/datasets/table.py", line 2306, in cast_table_to_schema
raise CastError(
...<3 lines>...
)
datasets.table.CastError: Couldn't cast
id: string
messages: list<item: struct<role: string, content: string>>
child 0, item: struct<role: string, content: string>
child 0, role: string
child 1, content: string
metadata: struct<category: string, family: string, variant: string, split: string, provenance: string, expecte (... 62 chars omitted)
child 0, category: string
child 1, family: string
child 2, variant: string
child 3, split: string
child 4, provenance: string
child 5, expected_label: string
child 6, evidence_quote: string
child 7, verification: string
text: string
to
{'id': Value('string'), 'text': Value('string')}
because column names don't matchNeed help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
YAML Metadata Warning:empty or missing yaml metadata in repo card
Check out the documentation for more information.
Bilgi tutarlılığı veri paketi v1
Tarih: 16 Ekim 2026. Dil: Türkçe. Amaç: Aynı bilgi ve aynı koşullarda tutarlı yanıt vermek; yeni bilgi geldiğinde yalnız ilgili bilgiyi güncellemek. Tutarlılık, önceki hatalı yanıtı savunmak veya bütün sorulara belirsiz yanıt vermek değildir.
Dört alt veri seti
| Klasör | Hedef | Senaryo | Kayıt | Train / validation / test |
|---|---|---|---|---|
celiski_ayrimi_v1 |
Gerçek çelişkiyi sürüm, zaman, kapsam ve ölçüt farkından ayırmak | 12 | 24 | 16 / 4 / 4 |
baglam_guncelleme_v1 |
Düzeltme, iptal, ekleme, kesinleşme ve tarihli değişiklikleri işlemek | 12 | 24 | 16 / 4 / 4 |
kanita_bagli_cikarim_v1 |
Yeterli kanıttan sonuç çıkarmak; eksik kanıtı kesinliğe çevirmemek | 12 | 24 | 16 / 4 / 4 |
sayisal_tutarlilik_v1 |
Birim, oran, stok, ağırlıklı ortalama ve zaman hesaplarını korumak | 12 | 24 | 16 / 4 / 4 |
| Toplam | 48 | 96 | 64 / 16 / 16 |
Her senaryonun nötr ve kullanıcının yanlış bir sonucu dayattığı iki varyasyonu bulunur. Yanlış yönlendirme yeni kanıt içermez; bu nedenle doğru hedef yanıt iki varyasyonda da korunur. 96 kayıt, 48 bağımsız senaryonun varyasyonlarıdır; büyük veya bağımsız bir benchmark değildir. Güncelleme alt setindeki 24 kayıt çok turludur.
Örnek davranışlar
- Aynı model revizyonunda aynı ayarlar için iki ayrı çıktı sınırı verilirse uyuşmazlığı belirt; kanıtsız birini seçme.
- Farklı revizyonların farklı sınırlarını çelişki sayma.
- Kullanıcı bir tarihi açıkça düzeltirse yeni tarihi kullan; başka öznenin güncellemesini eski özneye taşıma.
- Tam bir izin listesinde bulunmayanı reddet; eksiksizliği bilinmeyen arşivde bulunmayan olay için kesin yokluk çıkarma.
- Yüzde 20 artış ve ardından yüzde 20 indirimde başlangıç değerine dönüldüğünü varsayma.
Dosyalar ve eğitim kullanımı
Her alt klasör: dataset.jsonl, okunabilir samples.json, train.jsonl, validation.jsonl, test.jsonl, rendered/*.jsonl, preview.md, validation_report.json ve README.md içerir. Üst klasörde tek üretici build.py, ortak tokenizer/, bu amaç açıklaması ve toplu doğrulama raporu bulunur.
Ham biçim mevcut veri setleriyle aynıdır: id, messages, metadata. Model girdisi yalnız messages olmalıdır. Alternatif olarak rendered dosyalarındaki hazır text kullanılabilir; bu metni yeniden şablonlamayın. metadata içindeki hedef etiketleri, kanıt alıntıları ve sayısal kontroller eğitim istemine eklenmemelidir. dataset, samples, bölmeler ve rendered aynı örneklerin farklı sunumlarıdır; birleştirip tekrar saymayın.
Asistan hatasını düzeltme senaryosunun geçmişinde bilerek yanlış bir asistan yanıtı vardır. Bu önceki yanıt doğru hedef değildir. Çok turlu eğitimde yalnız son asistan yanıtına loss uygulayın; geçmiş asistan mesajlarını hedefleyen okuyucu bu senaryoyu hatalı biçimde öğretebilir. Diğer çok turlu kayıtlar için de son yanıtı hedeflemek önerilir. Loss maskesi bu pakette üretilmedi veya sınanmadı.
rendered metinleri mevcut klasörden kopyalanan Qwen/Qwen3-0.6B-Base şablonuyla, da87bfb608c14b7cf20ba1ce41287e8de496c0cd revizyonunda üretilir. Base EOS ve mesaj kapanış işaretlerinin farklı olduğu korunur. Burada yalnız metin şablonlama yapılır; tokenizer ağırlıkları indirilmez, token kimlikleri doğrulanmaz. Kısa yanıtlar kullanılır; özel düşünce izi veya gözlenmiş model akıl yürütmesi iddiası yoktur.
Bölme ve doğrulama
Aynı senaryonun iki varyasyonu aynı bölmeye atanır. Her alt sette sekiz aile train, iki validation, iki test içindedir. Senaryo ailelerinin bölmeler arası kesişimi sıfırdır; ortak üst beceriler ve benzer görev biçimleri tekrar eder. Bu bir konu dışı genelleme testi veya anlamsal sızıntısızlık garantisi değildir.
Kontroller: 96 konuşmanın yapısı ve şablon sınırları, 96 dayanak alıntısının görev içinde bulunması, tam konuşma kopyaları ve aile kesişimleri. Sayısal alt setin 24 hedefi Decimal tabanlı ayrı hesaplarla kontrol edilir. Bu kontroller doğal dil yanıtlarının tüm anlamını doğrulamaz. Diğer 72 yanıt sentetik yazılmış referanslardır; bağımsız insan incelemesi yapılmadı. Bütün kişi, ürün, belge ve olaylar görev içinde kurmacadır; gerçek dünya doğrulaması veya web araştırması yapılmış gibi sunulmaz.
Model eğitilmedi; tutarlılık artışı ölçülmedi. Eğitimden sonra gerçek çelişkileri yakalama, uyumlu ifadeleri koruma, geçerli düzeltmeleri kabul etme, yanlış kullanıcı baskısına direnme ve yeterli kanıtta cevap verme birlikte ölçülmelidir. Küçük iç test bölmesini model seçimi için tekrar tekrar kullanmayın.
Yeniden üretme
Python 3 ve Jinja2 gerekir. Bu çalışma mevcut yerel ortamla hazırlanır; API çağrısı veya ücretli hizmet kullanılmaz.
cd ./bilgi_tutarliligi_paketi_v1
python build.py
Komut yalnız bu paketin üretilen dosyalarını ve yanındaki bilgi_tutarliligi_paketi_v1.tar.gz arşivini yeniden yazar. Diğer veri setleri ve birleşik eğitim paketi değiştirilmez. İlk üretimde yerel bilgi_dogrulama_v1/tokenizer kopyası kullanılır; sonrasında paketin kendi kopyası yeterlidir.
Özgün sentetik veri ve kod CC0-1.0 kapsamındadır. Kopyalanan Qwen dosyaları kendi tokenizer/LICENSE-Qwen lisansına tabidir. Bu paket üçüncü taraf veri seti içermez.
- Downloads last month
- 76