kilicai/turkish-sft-clean-v3-balanced

这是一个土耳其语监督微调（SFT）数据集，但已过时，不再推荐使用。它被v4-final版本取代，因为v3版本修复了类别污染问题，但多轮对话性能未达标。数据集由ML Intern工具生成，用于文本生成任务，基于Apache-2.0许可证。

---
language:
- 土耳其语（Turkish）
license: Apache 2.0许可证
task_categories:
- 文本生成（text-generation）
tags:
- ml-intern（ML Intern）
---

# ⚠️ 已废弃 / 旧版本

此代码仓库可能仍可正常运行，但已不再作为推荐版本使用。

## 原因
本数据集已被v4-final版本取代。v3版本修复了类别污染（category contamination）问题，但多轮对话（multi-turn dialogue）仍未达到预设目标；v4-final版本完成了全部优化工作。

## 当前推荐数据集
- 最终版土耳其语监督微调（Supervised Fine-Tuning，SFT）数据集：https://huggingface.co/datasets/kilicai/turkish-sft-clean-v4-final
- 经验证的土耳其语数学/思维链（Chain-of-Thought，CoT）数据集：https://huggingface.co/datasets/kilicai/turkish-gsm8k-perfect-tr-15k

在新的训练任务中，请使用最终的干净版本数据集。

<!-- ml-intern-provenance -->
## 生成方说明
本数据集仓库由ML Intern生成，该工具是面向Hugging Face Hub的机器学习研发AI智能体（AI Agent）。
- 体验ML Intern：https://smolagents-ml-intern.hf.space
- 源代码：https://github.com/huggingface/ml-intern

## 使用方法
python
from datasets import load_dataset

dataset = load_dataset('kilicai/turkish-sft-clean-v3-balanced')