WrittenWithRust/Strandset-Rust-Think-TR

1---2license: mit3language:4- tr5tags:6- rust7- code8- thinking9- reasoning10- chain-of-thought11- instruction-tuning12- qwen13pretty_name: Strandset Rust Think TR (5K Cleaned)14size_categories:15- 1K<n<10K16task_categories:17- text-generation18---19 20# 🦀 Strandset-Rust-Think-TR (5K Cleaned & Translated)21 22**Strandset-Rust-Think-TR**, Rust programlama dili odaklı, Türkçe düşünme zinciri (**Chain-of-Thought / `<think>`**) adımları içeren **5.000** adet yüksek kaliteli talimat (instruction-tuning) örneğinden oluşan bir veri setidir.23 24Bu veri seti, [snowmead/Strandset-Rust-Think](https://huggingface.co/datasets/snowmead/Strandset-Rust-Think) çalışması temel alınarak **WrittenWithRust** tarafından **Qwen3.8-27B** modeli yardımıyla Türkçe dikeyine kazandırılmış ve mükerrer kayıtlarından arındırılmıştır.25 26---27 28## ⚙️ Çeviri ve Veri İşleme Metodolojisi29 30Veri seti dönüştürülürken şu teknik süreçler izlenmiştir:31* **Yerel Model Kullanımı:** Çeviri işlemleri yerel ortamda **Qwen3.8-27B** modeli kullanılarak gerçekleştirilmiştir.32* **Akıllı Etiketleme ve Tag Güvenliği:** Model çıktılarındaki biçim bozulmalarını önlemek amacıyla özel ayırıcılar (`===USER_TR===`, `===REASONING_TR===`, `===SOLUTION_TR===`) kullanılmış ve `<think>` etiketleri Python tabanlı özel bir algoritmayla programatik olarak sarmalanmıştır (Format bozulma riski %0'a indirilmiştir).33* **Kod Koruması:** Rust kod blokları (````rust ... ````), değişken adları, fonksiyonlar ve türler orijinal haliyle korunurken; tüm açıklamalar, düşünce adımları ve yorum satırları akıcı teknik Türkçeye çevrilmiştir.34 35---36 37## ⚠️ Önemli Temizlik Notu (10K -> 5K)38 39Orijinal kaynakta veri kümesinin 10.000 (10K) kayıt içerdiği belirtilmesine rağmen, yapılan veri analizi ve tekilleştirme işlemlerinde:40* Kayıtların birebir tekrar ettiği (duplicate) tespit edilmiştir.41* Mükerrer veriler temizlenerek veri seti **tam 5.000 (5K) özgün ve temiz örneğe** düşürülmüştür.42 43---44 45## 📊 Veri Seti Yapısı46 47Veri seti **ChatML** (`messages`) formatında düzenlenmiş olup şu rolleri içerir:48 49* **`system`**: Modele uzman bir Rust yazılım mühendisi rolünü tanımlar ve idiomatik çözümü sunmadan önce problemi `<think>` etiketleri içinde Türkçe analiz etmesini ister.50* **`user`**: Rust dilinde kod optimizasyonu, refactoring, satır içi yorum ekleme ve kod açıklama istemleri.51* **`assistant`**: `<think>...</think>` etiketleri içinde adım adım Türkçe mantıksal analiz ve devamında idiomatik Rust çözümü.52 53### Şema Yapısı54 55| Alan Adı | Tip | Açıklama |56|---|---|---|57| `id` | `int64` | Örneğe ait benzersiz kimlik numarası |58| `messages` | `list` | `role` ve `content` anahtarlarını içeren konuşma geçmişi (`system`, `user`, `assistant`) |59 60---61 62## 💡 Örnek Veri Yapısı63 64```json65{66  "id": 4998,67  "messages": [68    {69      "role": "system",70      "content": "Sen uzman bir Rust yazılım mühendisisin. İdiomatik Rust çözümünü sunmadan önce problemi <think> etiketleri içinde adım adım analiz et."71    },72    {73      "role": "user",74      "content": "ckb-dao crate'inden bu Rust kodunu optimize edin:\n\n```rust\nfn added_occupied_capacities(...) -> CapacityResult<Capacity> { ... }\n```"75    },76    {77      "role": "assistant",78      "content": "<think>\nBu koda bakıp ne yaptığını anlamaya çalışayım...\n...\n</think>\n\nOptimize edilmiş kod:\n```rust\n...\n```"79    }80  ]81}