Taklaxbr/Turkish-STEM-DPO-Dataset

Not: Bu veri setinin dokümantasyonu Türk yapay zeka topluluğuna katkı sağlamak amacıyla VeriPazarı tarafından Türkçeye çevrilmiştir. Orijinal veri seti yusufbaykaloglu tarafından geliştirilmiş olup, VeriPazarı tarafından Türk AI ekosistemi için arşivlenmiştir. 🔗 Orijinal Kaynak: yusufbaykaloglu/Turkish-STEM-DPO-Dataset 🔗 Derleyen Platform: VeriPazarı

Türkçe STEM DPO Veri Seti (Turkish STEM DPO Dataset)

Veri Seti Özeti

Turkish STEM DPO (Doğrudan Tercih Optimizasyonu) veri seti, Türkçe dil modellerinin matematik, fizik ve programlama alanlarındaki akıl yürütme (reasoning) yeteneklerini geliştirmek için tasarlanmış 16.177 adet yüksek kaliteli tercih çifti (preference pair) içeren kapsamlı ve sentetik bir kaynaktır.

Veri seti, tercihe dayalı bir öğrenme yaklaşımından yararlanır: Her bir örnekte, özenle hazırlanmış uzman düzeyinde bir çözüm (chosen) ile kasıtlı olarak hatalı veya eksik bırakılmış bir alternatif (rejected) eşleştirilmiştir. Bu zıtlıklara (karşılaştırmalara) dayanan yapı, modellerin sadece doğru metodolojiyi öğrenmesini değil, aynı zamanda yaygın hataları tanımasını ve bunlardan kaçınmasını sağlar.

Genel Bakış

• —Toplam Tercih Çifti (Preference Pairs): 16.177
• —Dil: Türkçe
• —Temel Alanlar (Core Domains): Matematik, Fizik, Programlama
• —Ana Konular (Topics): 54
• —Alt Konular (Subtopics): 433
• —Zorluk Seviyeleri: 6 farklı kademe
• —Kalite Skoru Aralığı:
• —Seçilen (Chosen) yanıtlar: 8.25 – 9.66
• —Reddedilen (Rejected) yanıtlar: 1.16 – 2.98
• —Ortalama fark (Margin): 5.75 – 8.18
• —Güven Skorları (Confidence Scores): 0.49 – 0.80

Alan Dağılımı (Domain Distribution)

Zorluk Seviyeleri (Difficulty Levels)

Konu Kapsamı (Topic Coverage)

Matematik (18 Konu)

cebir, sayılar_teorisi, geometri, analiz, doğrusal_cebir, istatistik_ve_olasılık, trigonometri, diferansiyel_denklemler, ayrık_matematik, sayısal_analiz, reel_analiz, soyut_cebir, topoloji, kombinatorik, kümeler_teorisi, olasılık_teorisi, uygulamalı_matematik, matematik_tarihi

Fizik (18 Konu)

mekanik, termodinamik, elektromanyetizma, kuantum_mekaniği, dalgalar_ve_optik, modern_fizik, atom_ve_molekül_fiziği, nükleer_fizik, katı_hal_fiziği, plazma_fiziği, görelilik, istatistiksel_fizik, akışkanlar_mekaniği, fiziksel_optik, matematiksel_fizik, deneysel_yöntemler, devre_tasarımı, fiziğe_giriş

Programlama (18 Konu)

algoritmalar, veri_yapıları, temel_programlama, nesne_yönelimli_programlama, fonksiyonel_programlama, web_geliştirme, veritabanları, mobil_geliştirme, makine_öğrenmesi, yapay_zeka, kod_güvenliği, test_geliştirme, performans_optimizasyonu, bulut_bilişim, reaktif_programlama, mikro_hizmetler, devops, yazılım_mimarisi

Veri Seti Yapısı (Dataset Structure)

Veri Alanları (Data Fields)

Her bir veri girişi aşağıdaki alanları içerir:

• —sample_id: Benzersiz tanımlayıcı (dpo_{domain}_{topic}_{timestamp}_{hash1}_{hash2})
• —prompt: Türkçe problem / soru cümlesi
• —chosen: Yüksek kaliteli, kapsamlı ve doğru çözüm
• —rejected: Kusurlu, hatalı veya eksik çözüm
• —chosen_score: Seçilen yanıtın kalite puanı (8.25 – 9.66)
• —rejected_score: Reddedilen yanıtın kalite puanı (1.16 – 2.98)
• —margin: Seçilen ile reddedilen yanıt arasındaki puan farkı (5.75 – 8.18)
• —subject: Ana alan (math, physics, programming)
• —topic: 54 ana konudan biri
• —subtopic: 433 alt konudan biri
• —difficulty: Zorluk seviyesi (6 kademeden biri)
• —chosen_tier: Her zaman "excellent" (mükemmel)
• —rejected_tier: Her zaman "poor" (zayıf)
• —confidence: Güven skoru (0.49 – 0.80)

Örnek (JSON)

{
  "sample_id": "dpo_math_algebra_1757301232950_3df0200f_e11b61d0",
  "prompt": "Fonksiyon f(x) = 2x^2 - 3x + 1 olarak verilmiştir. Bu fonksiyonun nelerden oluşan küp birimleri ile ifade edilebileceği en küçük tam sayı değeri nedir?",
  "chosen": "### Problem Analizi Verilen fonksiyon \\( f(x) = 2x^2 - 3x + 1 \\) bir ikinci derece polinomdur. Bu fonksiyonun küp birimleri ile ifade edilebileceği en küçük tam sayı değeri bulmak istiyoruz. ### Tanımlar ve Notasyon - \\( f(x) \\): Verilen fonksiyon.\\( x \\): Fonksiyonun değişkeni. \\( f(x) \\): Fonksiyonun \\( x \\) değerine göre elde edilen değeri ifade eder. Küp birimleri: Birimlerin küpüne göre ifade edilen değerler. ### Ana Teorem/Yöntem Fonksiyonun küp birimleri ile ifade edilebileceği en küçük...",
  "rejected": "Belirtmek.Span izi bize ezbere fonksiyonu \\[ f(x) = 1x^2 - 3x + 1 \\] vermiş . Fonksiyonun özünü mainly caz. Yan skippl Birimler ile ezbere fonksiyonu temsil etmeyi hırsla proqne kesilmir bama fakat temel maddeler s préstamo çözümitty. Galiba Basit ve pratikt beboy, beralsenderk f(x) adlı bu cum.Domain okorthສົວdeme ara bớt (Buttonex ise。 \\(f(x) = 2x^2 - 3x + 1\\)。 \\(x\\) \\(f(x)\\) 。 \\(f(x)\\)。....",
  "chosen_score": 9.23,
  "rejected_score": 2.18,
  "margin": 7.05,
  "subject": "math",
  "topic": "algebra",
  "subtopic": "functions",
  "difficulty": "high_school",
  "chosen_tier": "excellent",
  "rejected_tier": "poor",
  "confidence": 0.67,
  "timestamp": "2025-09-08T03:14:14.065506"
}

Atıf (Citation)

Eğer bu veri setini araştırmalarınızda kullanırsanız, lütfen aşağıdaki şekilde atıfta bulunun:

@dataset{yusufbaykaloglu/Turkish-STEM-DPO-Dataset,
  title={Turkish STEM DPO: A Comprehensive Dataset for Direct Preference Optimization in Mathematics, Physics, and Programming},
  author={Yusuf Baykaloglu},
  year={2025},
  url={https://huggingface.co/datasets/yusufbaykaloglu/Turkish-STEM-DPO-Dataset}
}

Bu dosya veripazari.com.tr topluluğu tarafından Hugging Face altyapısında barındırılmaktadır. Orijinal emeğe saygı kuralımız gereği lisans ve model isimleri korunmuştur.