| --- |
| pretty_name: FintoolDataset-TR |
| language: |
| - tr |
| license: mit |
| task_categories: |
| - text-generation |
| tags: |
| - turkce |
| - finans |
| - function-calling |
| - tool-use |
| - agentic |
| - synthetic |
| - mcp |
| - financial-safety |
| - multi-turn |
| size_categories: |
| - 1K<n<10K |
| configs: |
| - config_name: default |
| data_files: |
| - split: train |
| path: train.jsonl |
| - split: validation |
| path: validation.jsonl |
| - split: test |
| path: test.jsonl |
| --- |
| # FintoolDataset-TR |
|
|
|
|
| FintoolDataset-TR'yi Türkçe finans alanında araç seçimi, araç çağırmama, eksik bilgiyi |
| netleştirme, hata kurtarma ve güvenli finansal etkileşim davranışlarını öğretmek için |
| hazırladım. Veri setini yalnızca doğru araç çağrısını üretmeye değil, **araç çağırmaması |
| gereken durumu da ayırt etmeye** odakladım. |
|
|
| Bu sürümde yalnızca anlamsal incelemeden geçirilip kabul edilen kayıtları yayımladım. |
| Yerel kürasyon durumu, reddedilen adaylar, hata raporları ve iç üst veri eğitim |
| satırlarına dahil değildir. |
|
|
| ## Veri setinin özeti |
|
|
| | Veri bölümü | Kayıt | |
| |---|---:| |
| | Eğitim | 1.389 | |
| | Doğrulama | 160 | |
| | Test | 185 | |
|
|
| Her JSONL satırı yalnızca şu üç alanı taşır: |
|
|
| ```json |
| { |
| "id": "TRFIN-single_tool-0001", |
| "messages": [], |
| "tools": [] |
| } |
| ``` |
|
|
| - `id`: Kayıt kimliği. |
| - `messages`: OpenAI uyumlu `system`, `user`, `assistant` ve gerektiğinde `tool` |
| rollerindeki mesajlar. |
| - `tools`: O kayıtta modele sunulan işlev/araç tanımları ve ham JSON Şemaları. |
|
|
| ## Davranış dağılımı |
|
|
| | Türkçe davranış | Teknik kimlik | Kayıt | Öğretmek istediğim davranış | |
| |---|---|---:|---| |
| | Tek araç çağrısı | `single_tool` | 100 | Tek doğru aracı ve geçerli argümanları seçme | |
| | Finans kavramı | `finance_concept` | 100 | Zamandan bağımsız finans kavramını araçsız açıklama | |
| | Araç var ama gereksiz | `tool_available_but_unnecessary` | 100 | Araç sunulsa bile gereksiz çağrı yapmama | |
| | Basit hesaplama | `simple_calculation` | 100 | İstemdeki sayılarla harici veri kullanmadan hesaplama | |
| | Eksik bilgiyi netleştirme | `clarification` | 130 | Eksik sembol, tarih, tutar, vade veya ölçütü sorma | |
| | Web araması | `web_search` | 136 | Güncel vergi, mevzuat ve banka koşullarını resmî kaynaktan arama | |
| | Güvenlik onayı | `security_confirmation` | 100 | Para veya hesap durumunu değiştiren işlemden önce açık onay isteme | |
| | Uygun araç yok | `no_suitable_tool` | 130 | Uygun araç yoksa araç veya başarı uydurmama | |
| | Görülmemiş araç şeması | `unseen_tool_schema` | 100 | Ezberlenmemiş araç adını açıklama ve şemasından çözme | |
| | Benzer araç seçimi | `similar_tool_selection` | 100 | Birbirine benzeyen araçlar arasından en özel olanı seçme | |
| | Paralel araçlar | `parallel_tools` | 100 | Bağımsız çağrıları aynı asistan turunda birlikte üretme | |
| | Yeniden deneme | `tool_retry` | 100 | Yeniden denenebilir hatadan kontrollü biçimde kurtulma | |
| | Araç hatasını bildirme | `tool_failure_report` | 100 | Kalıcı hatayı saklamadan kullanıcıya bildirme | |
| | Güncelliğini yitirmiş sonuç | `stale_result` | 100 | Eski sonucu güncelmiş gibi sunmama | |
| | Kaynak çatışması | `source_conflict` | 100 | Çelişen kaynakları belirtip belirsizliği koruma | |
| | Doğal dil yanıtı | `natural_language_answer` | 138 | Araç sonucunu ham JSON yerine doğal Türkçe cevaba dönüştürme | |
|
|
| ## Bu davranışları neden seçtim? |
| ### 1. Doğru aracı seçme |
|
|
| Tek araç çağrısı, benzer araç seçimi, görülmemiş araç şeması ve paralel araç |
| davranışlarıyla (`single_tool`, `similar_tool_selection`, `unseen_tool_schema`, |
| `parallel_tools`) modelin yalnızca araç adını ezberlemesini değil, açıklamayı ve JSON |
| Şemasını okuyarak karar vermesini hedefledim. |
| ### 2. Gerektiğinde araç çağırmama |
|
|
| Finans kavramı, gereksiz aracı reddetme, basit hesaplama, eksik bilgiyi netleştirme ve |
| uygun araç yok davranışlarını (`finance_concept`, `tool_available_but_unnecessary`, |
| `simple_calculation`, `clarification`, `no_suitable_tool`) özellikle ekledim. Böylece |
| modelin her finans sorusunu otomatik olarak bir araç çağrısına çevirmesini engellemeyi; |
| eksik bilgiyi tahmin etmek yerine sormasını ve sunulmayan bir yeteneği uydurmamasını için kullandım. |
|
|
| ### 3. Yanlış veya güvenilmez araç çıktılarıyla başa çıkma |
|
|
| Veri setine yalnızca başarılı sonuçlar koymadım. Araç kullanan gerçek sistemlerde çağrılar |
| zaman aşımına uğrayabilir, kalıcı hata verebilir, eski veri döndürebilir veya başka bir |
| kaynakla çelişebilir. Bu nedenle şu kontrollü hata davranışlarını ekledim: |
|
|
| - Yeniden deneme (`tool_retry`): Hata gerçekten yeniden denenebilirse ikinci çağrıyı üretme. |
| - Araç hatasını bildirme (`tool_failure_report`): Yetki, lisans veya kalıcı servis |
| hatasında sonuç uydurmama. |
| - Güncelliğini yitirmiş sonuç (`stale_result`): Zaman damgası eski olan sonucu güncel |
| fiyat gibi aktarmama. |
| - Kaynak çatışması (`source_conflict`): Piyasa aracı ile resmî kaynak uyuşmadığında |
| çatışmayı gizlememe. |
|
|
| Bu kayıtların amacı modele “araç sonucu geldiyse doğrudur” varsayımından kurtarmak ve |
| sonucun hata, güncellik, birim ve kaynak bilgisini değerlendirmeyi öğretmektir. |
|
|
| ### 4. Finansal güvenlik |
|
|
| `security_confirmation` kayıtlarıyla transfer, emir, iptal ve hesap değişikliği gibi yan |
| etkili işlemlerde açık kullanıcı onayını zorunlu tuttum. PIN, CVV, OTP, parola, uygulama |
| programlama arayüzü anahtarı veya kurtarma ifadesi isteyen kayıtları kabul etmedim. Güncel |
| fiyat, vergi, mevzuat ve banka koşullarının araçla doğrulanmasını şart koştum. (şuanlık elzem değil gelecek planlarım çercevesinde ekledim) |
|
|
| ## Kullandığım araç kapsamı |
|
|
| Güncel olarak kapsamlı olmasından dolayı ana finans araçlarını BorsaMCP kataloğundaki 23 şemadan aldım. |
|
|
| - Güncel resmî bilgi için `web_search` şeması kullandım. |
| - Şema genellemesini ölçmek için farklı ad ve parametre yapılarına sahip kontrollü araçlar |
| ekledim. |
| - Uygun aracın bulunmadığı örneklerde gerçekçi fakat yetersiz çeldirici araçlar sundum. |
| - Yeniden deneme, kalıcı hata, güncelliğini yitirmiş sonuç ve kaynak çatışması için |
| kontrollü araç sonuçları oluşturdum. |
|
|
| Araç ve parametre adlarını çevirmedim; bunları çalışma zamanı sözleşmesinin parçası olarak |
| korudum. Yalnızca kullanıcıya dönük açıklamaları Türkçeleştirdim. (main borsaMCP şemaları İngilizce olduğu için) |
|
|
| ## Veri üretim hattı |
|
|
| Bu veri setini aşağıdaki denetlenebilir üretim hattıyla hazırladım: |
|
|
| 1. `Dbmaxwell/turkish-finance-instruction-dataset` kaynağını |
| `c5f4d777daf5b1b3c869084f3921724665c2b4ce` revizyonuna sabitledim. |
| 2. Finans sorularını 16 ana davranıştan tam birine sınıflandırdım. |
| 3. Belirlenimci başlangıç, hesaplama ve çok turlu araç kullanımı kayıtları oluşturdum. |
| 4. BorsaMCP için gerçek araç şemalarını ve doğrulanmış canlı çağrı sonuçlarını kullandım. |
| 5. Çeşitlilik açığı bulunan eksik bilgiyi netleştirme (`clarification`), uygun araç yok |
| (`no_suitable_tool`) ve web araması (`web_search`) davranışları için yapılandırılmış |
| yapay zekâ veri üretim modeliyle 96 ek kayıt ürettim. |
| 6. Araç çağrılarını sunulan ham JSON Şemalarına karşı doğruladım. |
| 7. Finansal güvenlik, güncellik, kaynak çatışması, Türkçe kalite ve davranış uyumunu |
| anlamsal olarak inceledim. |
| 8. Yalnızca anlamsal inceleme sonrası kabul edilen (`accepted`) kayıtları dışa aktardım. |
| 9. Aynı grup kimliğini (`group_id`) tek veri bölümünde tutarak yeniden ifade sızıntısını |
| engelledim. |
|
|
| ## Doğrulama |
|
|
| Bu sürümü yayıma hazırlarken aşağıdaki kontrolleri sağladım: |
|
|
| - 3.538 aday üzerinde Pydantic konuşma değişmezleri ve JSON Şeması kontrolü |
| - Boş koleksiyon hatası listesi |
| - 1.734 kabul edilmiş, 12 reddedilmiş ve 1.792 anlamsal inceleme bekleyen aday |
| - 45 başarılı test |
| - Ruff biçim ve kod kalite kontrolü |
| - UTF-8 karakter bozulması kontrolü |
| - Dışa aktarımı iki kez üretip aynı SHA-256 sonuçlarını alma |
| - Her dışa aktarım satırında yalnızca `id`, `messages`, `tools` alanlarının bulunması |
|
|
| Yapısal olarak geçerli (`valid`) durumu yalnızca otomatik doğrulamayı, kabul edilmiş |
| (`accepted`) durumu ise anlamsal inceleme sonrası eğitim çıktısına kabulü ifade eder. |
| İnceleme bekleyen kayıtları bu pakete dahil etmedim. |
|
|
| ## Kullanım |
|
|
| ```python |
| from datasets import load_dataset |
| |
| dataset = load_dataset("Dbmaxwell/FintoolDataset-tr") |
| print(dataset["train"][0]) |
| ``` |
|
|
| Modelin sohbet şablonu OpenAI uyumlu `messages` ve `tools` alanlarını doğrudan |
| kullanmıyorsa eğitim öncesinde hedef modelin sohbet şablonu biçimine |
| dönüştürmek gerekir. |
|
|
|
|
| ## Kısıtlar |
|
|
| - Kayıtların önemli bölümü sentetiktir; gerçek kullanıcı konuşması dağılımını birebir |
| temsil etmez. |
| - Kontrollü hata sonuçları gerçek bir servis olayının birebir kopyası değildir; hata |
| davranışını öğretmek için oluşturulmuştur. |
| - Veri seti yatırım tavsiyesi, güncel piyasa verisi veya hukuki/vergi görüşü değildir. |
| - Güncel bilgi isteyen örneklerde cevap yerine araç çağrısı hedeflenmiştir. |
| - Araç kapsamı ve Türkçe finans odağı, genel amaçlı araç kullanan sistem performansını |
| garanti etmez. |
| - Kayıtlardaki IBAN, hesap, kart, e-posta ve kişi adları sentetik örneklerdir; gerçek |
| müşteri verisi içermez. |
