mrcuren/slm-bilanco-financial-qa-tr

slm-bilanco-financial-qa-tr

Turkce finansal analiz sorulari ve detayli cevaplarindan olusan instruction-tuning veri seti. BIST sirketlerinin bilanco verileri uzerinden olusturulmustur.

Onemli Uyarilar - Bu veri seti yatirim tavsiyesi icermez. Analizler yalnizca egitim ve arastirma amaclidir. - Icerideki bilgiler ve bilanco degerleri gercek bilgiler olmayabilir. Yapay zeka tarafindan uretilmis veya sentetik olarak olusturulmus veriler icerebilir. - Herhangi bir yatirim karari almak icin kullanilmamalidir. Yatirim kararlari icin yetkili finansal danismanlara basvurunuz. - Sirket adlari ve finansal metrikler egitim amacli temsili verilerdir; resmi KAP bildirimleri yerine gecmez.

Kullanim

from datasets import load_dataset

ds = load_dataset("mrcuren/slm-bilanco-financial-qa-tr")
train = ds["train"]
val   = ds["validation"]
test  = ds["test"]

Kategoriler

Veri Kaynaklari

Format

{
  "instruction": "THYAO sirketinin Cari Oranini analiz et.",
  "input": "Donen Varliklar: 428B TL, Kisa Vadeli Yukumlulukler: 425B TL",
  "output": "## Likidite Analizi...",
  "category": "likidite",
  "source": "gemini"
}

Istatistikler

• —Toplam kayit (train+val): 5.520
• —Test set: 151 (2026/3 donemi, Groq ile uretilmistir)
• —Egitim (train): 4.968 (%90)
• —Dogrulama (validation): 552 (%10)
• —Benzersiz sirket sayisi: 80+
• —Ortalama cikti (output) uzunlugu: ~300-800 token

Test Seti Hakkinda

Test seti (test split) ozel olarak model degerlendirmesi icin olusturulmustur:

• —Donem: Yalnizca 2026/3 (en guncel ceyrek)
• —Uretim yontemi: Groq (openai/gpt-oss-120b)
• —Train overlap yok: Train set ile instruction bazinda capraz kontrol yapilmistir
• —7 kategori: likidite, karlilik, borcluluk, nakitakisi, verimlilik, trend, genelozet
• —Senaryo cesitliligi: %35 stres/negatif, %35 pozitif, %30 notr

Sorumluluk Reddi

Bu veri seti, dogal dil isleme ve buyuk dil modellerinin fine-tuning sureclerinde kullanilmak uzere hazirlanmistir. Veri setinde yer alan:

• —Finansal analizler, yorumlar ve degerlendirmeler yatirim tavsiyesi niteliginde degildir.
• —Bilanco degerleri ve sirket verileri gercek finansal tablolari yansitmayabilir; sentetik veya yapay zeka tarafindan uretilmis olabilir.
• —Sirket adlari gercek olsa bile, iliskili sayisal veriler temsili ve egitsel amaclidir.
• —Bu veri seti kullanilarak egitilmis modellerin urettigi ciktilar hicbir kosulda yatirim karari olarak kabul edilemez.

Kullanicilar, bu veri setini kullanarak tum sorumlulugu kabul etmis sayilir.