Datasetpublic

Rfetha/HakHukuk-mevzuat-bge-m3-s2

HakHukuk — Mevzuat Arama İndeksi (bge-m3, şema s2) Bu, bge-m3 yoğun gömme + BM25 hibrit arama indeksinin gömme matrisidir. HakHukuk hukuk asistanının retriever katmanı, sorguyu ve mevzuat maddelerini bu indeksle eşleştirir. İçerik Bu depoda yalnızca şu iki dosya vardır — başka bir şey yoktur: dosya bayt sha256 gomme.npy 82.935.936 16f54cab972eaccb4b30143a70d728faca07253385ce75d5455b4b407a62bedc KUNYE.json 2.354… See the full description on the dataset page: https://huggingface.co/datasets/Rfetha/HakHukuk-mevzuat-bge-m3-s2.

sourceHugging Faceapache-2.0updated 14d agoView on Hugging Face

0likes46downloads

Dataset Card

HakHukuk — Mevzuat Arama İndeksi (`bge-m3`, şema `s2`)

Bu, bge-m3 yoğun gömme + BM25 hibrit arama indeksinin gömme matrisidir. HakHukuk hukuk asistanının retriever katmanı, sorguyu ve mevzuat maddelerini bu indeksle eşleştirir.

İçerik

Bu depoda yalnızca şu iki dosya vardır — başka bir şey yoktur:

dosya	bayt	sha256
`gomme.npy`	82.935.936	`16f54cab972eaccb4b30143a70d728faca07253385ce75d5455b4b407a62bedc`
`KUNYE.json`	2.354	`dfe1562744dd65c405d1fe543b1cf05915251a5b530fdcd65ef2e1e009a6a767`

toplam 82.938.290 bayt (~79,1 MiB).

Korpus bu depoya GİRMEZ. Korpus (mevzuat_maddeler.jsonl) zaten git'te izleniyor ve HakHukuk imajına COPY ile giriyor; üçüncü bir kopya yayımlamak ikinci bir doğruluk kaynağı yaratırdı — hakhukuk/indir.py::yerlestir_korpus'un docstring'inin kelimesi kelimesine uyardığı sınıf ("iki farklı korpustan cevap verir ve bu HATA VERMEDEN yanlıştır").

Hangi korpustan üretildi

data/corpus/mevzuat_maddeler.jsonl — 38.751.499 bayt, sha256 a35e6efc16123f70c4d0eaf48951f0e4d5bd3134a6faa942964222117c0af468.

Korpus künyesi — 2026-08-06 anlık görüntüsü: 892 kanun · 40.496 madde · 2.547 mülga · kapsam yalnız kanunlar. Kaynak: Mevzuat.gov.tr (kamuya açık).

⚠️ Bu indeks bir fotoğraftır, canlı bir kaynak değildir

Mevzuat değişir; ağırlıklar değişmez. Bu indeks 2026-08-05'te kurulduğu günün gömme matrisidir ve otomatik güncellenmez. Tazelik (yeni madde/değişiklik indekse yansıması) v2'nin işidir — bu depo tekil, sürümlü bir anlık görüntüdür.

Ölçülmüş performans

recall@10 = 0,9500 (n=80, data/eval/dev/core_hard.jsonl, k=10).

`model_revision`: ölçülmedi, uydurulmadı

KUNYE.json'daki model_revision alanı null'dır ve öyle kalacaktır. Sebep: indeks 2026-08-05 17:30'da kuruldu; yerel HF önbelleği 2026-09-06 18:07'de doldu (iki ayrı snapshot var) ⇒ önbellekteki commit, indeksin kurulduğu günkü kolun kanıtı DEĞİLDİR — tahmini bir revizyon yazmak, ölçülmemiş bir şeyi ölçülmüş gibi göstermek olurdu. Bundan sonra kurulan her indeks bu alanı retriever.kur ile ölçerek yazacaktır.

Lisans

Apache-2.0.

Nasıl kullanılır

hakhukuk paketinin varsayılan davranışı bu depoyu çeker:

python

from hakhukuk import indir
indir.indir_indeks("/artefakt")

Başka bir indeks depoya çekmek gerekirse HAKHUKUK_INDEKS_DEPO ortam değişkeni varsayılanı geçersiz kılar. İnen gomme.npy bayt sayısı ve sha256 ile doğrulanır (hakhukuk.indir.INDEKS_GOMME_BAYT / INDEKS_GOMME_SHA256); tutmazsa indirme KimlikHatasi ile durur.

Kod deposu

https://github.com/Rfetha/HakHukuk

HakHukuk — Mevzuat Arama İndeksi (bge-m3, şema s2)