Upload 3 files
Browse files- README.md +13 -3
- data/Micro-Green-25M.bin +3 -0
- data/tokenizer/Micro-Green-tokenizer.json +0 -0
README.md
CHANGED
|
@@ -1,3 +1,13 @@
|
|
| 1 |
-
---
|
| 2 |
-
|
| 3 |
-
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
TechTr-Synthetic-1K: Textbook-Style Reasoning Dataset
|
| 2 |
+
|
| 3 |
+
bu veri seti, Türkçe doğal dil işleme modellerine "Muhakeme Yeteneği" (Reasoning) kazandırmak amacıyla, Cosmopedia ve Microsoft Phi-1/2 metodolojisi (Textbook Quality) örnek alınarak üretilmiştir.
|
| 4 |
+
neden Farklı?
|
| 5 |
+
|
| 6 |
+
Mantık Silsilesi: Sadece ham bilgi değil, bilginin "neden" ve "nasıl" var olduğunu açıklayan bir anlatım yapısı.
|
| 7 |
+
Yüksek Teknik Çeşitlilik: 50'den fazla programlama dili, bulut bilişim teknolojileri ve ileri düzey matematik konularını kapsar.
|
| 8 |
+
Temiz Veri: NBSP temizliği yapılmış, token limitleri optimize edilmiş ve gereksiz meta-verilerden arındırılmış jsonl formatı.
|
| 9 |
+
|
| 10 |
+
İstatistikler:
|
| 11 |
+
Örnek Sayısı: 1000
|
| 12 |
+
Format: JSONL (Text-only)
|
| 13 |
+
Metodoloji: Synthetic Generation via 20B Model
|
data/Micro-Green-25M.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:8112bdf1ebec5cbc92b38feee6b6b489b0fe043b450b6ca46c2f91cb50b2e28f
|
| 3 |
+
size 184045949
|
data/tokenizer/Micro-Green-tokenizer.json
ADDED
|
The diff for this file is too large to render.
See raw diff
|
|
|