Refactor data management by removing fallback data creation methods and simplifying error handling. Enhance UI model responses tab with improved filtering options and pagination for better user experience.

data_manager.py

@@ -104,64 +104,7 @@ class DataManager:
         # Buraya geldiysek, tüm denemeler başarısız oldu
         logger.error(f"{self._max_retries} deneme sonrası veri kümesi yüklenemedi: {last_error}")
         
-        # Uygun yedek dataframe döndür
-        return self._create_fallback_data(data_type, path)
-
-    def _create_fallback_data(self, data_type: str, path: str) -> pd.DataFrame:
-        """Veri türüne göre yedek veri oluştur."""
-        logger.info(f"{data_type} için yedek veri oluşturuluyor")
-        
-        if "leaderboard" in path.lower() or data_type == "leaderboard":
-            return self._create_fallback_leaderboard()
-        elif "responses" in path.lower() or data_type == "responses":
-            return self._create_fallback_responses()
-        elif "section" in path.lower() or data_type == "section_results":
-            return self._create_fallback_section_results()
-        else:
-            return pd.DataFrame({"hata": ["Bilinmeyen veri türü"], "mesaj": [f"{path} yüklenemedi"]})
-
-    def _create_fallback_leaderboard(self) -> pd.DataFrame:
-        """Kapsamlı yedek liderlik tablosu dataframe'i oluştur."""
-        logger.info("Yedek liderlik tablosu verisi oluşturuluyor")
-        return pd.DataFrame({
-            "model": ["GPT-4-Turbo", "Claude-3-Opus", "Gemini-Pro", "Llama-2-70B", "Mistral-7B"],
-            "family": ["OpenAI", "Anthropic", "Google", "Meta", "Mistral"],
-            "quantization_level": ["Yok", "Yok", "Yok", "float16", "int8"],
-            "score": [85.2, 83.7, 81.4, 78.9, 75.3],
-            "timestamp": [pd.Timestamp.now()] * 5,
-            "parameters": ["1.76T", "Bilinmiyor", "Bilinmiyor", "70B", "7B"],
-            "license": ["Mülkiyet", "Mülkiyet", "Mülkiyet", "Özel", "Apache 2.0"]
-        })
-
-    def _create_fallback_responses(self) -> pd.DataFrame:
-        """Kapsamlı yedek cevaplar dataframe'i oluştur."""
-        logger.info("Yedek cevaplar verisi oluşturuluyor")
-        return pd.DataFrame({
-            "bolum": ["Matematik", "Tarih", "Coğrafya", "Edebiyat", "Fen"],
-            "soru": [
-                "2 + 2 kaçtır?",
-                "Osmanlı İmparatorluğu ne zaman kuruldu?",
-                "Türkiye'nin başkenti neresidir?",
-                "Yunus Emre hangi dönemde yaşamıştır?",
-                "Suyun kimyasal formülü nedir?"
-            ],
-            "cevap": ["4", "1299", "Ankara", "13-14. yüzyıl", "H2O"],
-            "GPT-4-Turbo_cevap": ["4", "1299", "Ankara", "13-14. yüzyıl", "H2O"],
-            "Claude-3-Opus_cevap": ["4", "1299 civarı", "Ankara", "13-14. yüzyıl", "H2O"],
-            "Gemini-Pro_cevap": ["4", "1299", "Ankara", "13. ve 14. yüzyıl", "H2O"]
-        })
-
-    def _create_fallback_section_results(self) -> pd.DataFrame:
-        """Kapsamlı yedek bölüm sonuçları dataframe'i oluştur."""
-        logger.info("Yedek bölüm sonuçları verisi oluşturuluyor")
-        return pd.DataFrame({
-            "section": ["Matematik", "Tarih", "Coğrafya", "Edebiyat", "Fen", "Felsefe", "Sosyoloji"],
-            "GPT-4-Turbo": [88.5, 85.2, 82.7, 89.1, 86.3, 83.8, 81.4],
-            "Claude-3-Opus": [86.2, 87.1, 80.5, 88.7, 84.9, 85.2, 82.1],
-            "Gemini-Pro": [84.7, 83.6, 81.2, 86.4, 85.1, 82.3, 80.8],
-            "Llama-2-70B": [82.1, 80.4, 78.9, 83.2, 81.7, 79.6, 77.3],
-            "Mistral-7B": [79.3, 77.8, 76.2, 80.1, 78.5, 76.9, 74.6]
-        })
+        return pd.DataFrame()
 
     def refresh_datasets(self) -> None:
         """Thread güvenliği ile tüm veri kümelerini kaynaktan yenile."""

ui_model_responses.py

@@ -3,7 +3,187 @@ import pandas as pd
 
 
 def add_model_responses_tab(block, data_manager, available_models):
-    with gr.Tab("🔍 Model Cevapları"):
+    with gr.Tab("Model Cevapları"):
         gr.Markdown("### Model Cevaplarını Göz At")
-        gr.Markdown("**6.200 soruyu ve model cevaplarını göz atın veya belirli içerik arayın.**")
-        # (Move the rest of the tab code here, including search, pagination, and event handlers) 
+        gr.Markdown("**6.200 soruyu ve model cevaplarını model ve kategoriye göre filtreleyin.**")
+        
+        # Prepare category choices from actual data
+        categories = ["Tümü"]
+        if not data_manager.responses_data.empty:
+            # Check what category column actually exists
+            category_col = None
+            for col in data_manager.responses_data.columns:
+                if 'kategori' in col.lower() or 'category' in col.lower() or 'bolum' in col.lower():
+                    category_col = col
+                    break
+            
+            if category_col:
+                categories += sorted(data_manager.responses_data[category_col].dropna().unique().tolist())
+        
+        with gr.Row():
+            model_filter = gr.Dropdown(
+                choices=["Tümü"] + available_models,
+                label="Model Filtresi",
+                value="Tümü"
+            )
+            category_filter = gr.Dropdown(
+                choices=categories,
+                label="Kategori Filtresi",
+                value="Tümü"
+            )
+            filter_btn = gr.Button("Filtrele", variant="primary")
+            clear_btn = gr.Button("Temizle")
+        
+        with gr.Row():
+            page_size = gr.Slider(
+                minimum=10,
+                maximum=100,
+                value=20,
+                step=10,
+                label="Sayfa Başına Gösterim"
+            )
+            page_info = gr.HTML(value="<div style='text-align: center; padding: 10px;'>Sayfa 1</div>")
+        
+        responses_table = gr.DataFrame(
+            headers=["Soru", "Doğru Cevap", "Model Cevabı", "Kategori"],
+            datatype=["str", "str", "str", "str"],
+            col_count=(4, "fixed"),
+            interactive=False,
+            wrap=True
+        )
+        
+        with gr.Row():
+            prev_btn = gr.Button("← Önceki", variant="secondary")
+            next_btn = gr.Button("Sonraki →", variant="secondary")
+        
+        # State variables
+        current_page = gr.State(1)
+        
+        def filter_responses(model, category, page_size_val, page):
+            try:
+                df = data_manager.responses_data.copy()
+                if df.empty:
+                    return pd.DataFrame(), 1, "<div style='text-align: center; padding: 10px;'>Veri bulunamadı</div>"
+                
+                # Find the actual column names in the dataset
+                question_col = None
+                answer_col = None
+                category_col = None
+                
+                # Look for question column
+                for col in df.columns:
+                    if 'soru' in col.lower() or 'question' in col.lower():
+                        question_col = col
+                        break
+                
+                # Look for answer column
+                for col in df.columns:
+                    if 'cevap' in col.lower() and not col.endswith('_cevap'):
+                        answer_col = col
+                        break
+                
+                # Look for category column
+                for col in df.columns:
+                    if 'kategori' in col.lower() or 'category' in col.lower() or 'bolum' in col.lower():
+                        category_col = col
+                        break
+                
+                # If we can't find required columns, return empty
+                if not question_col or not answer_col:
+                    return pd.DataFrame(), 1, "<div style='text-align: center; padding: 10px;'>Gerekli sütunlar bulunamadı</div>"
+                
+                # Filter by model
+                if model and model != "Tümü":
+                    model_col = f"{model}_cevap"
+                    if model_col in df.columns:
+                        df = df[df[model_col].notna()]
+                
+                # Filter by category
+                if category and category != "Tümü" and category_col:
+                    df = df[df[category_col] == category]
+                
+                # Prepare display data
+                display_cols = [question_col, answer_col]
+                if category_col:
+                    display_cols.append(category_col)
+                
+                if model and model != "Tümü":
+                    model_col = f"{model}_cevap"
+                    if model_col in df.columns:
+                        display_cols.append(model_col)
+                        df_display = df[display_cols].copy()
+                        df_display.columns = ['Soru', 'Doğru Cevap', 'Kategori', 'Model Cevabı'] if category_col else ['Soru', 'Doğru Cevap', 'Model Cevabı']
+                    else:
+                        df_display = df[display_cols].copy()
+                        df_display['Model Cevabı'] = 'Cevap yok'
+                        df_display.columns = ['Soru', 'Doğru Cevap', 'Kategori', 'Model Cevabı'] if category_col else ['Soru', 'Doğru Cevap', 'Model Cevabı']
+                else:
+                    # Show first available model response
+                    model_cols = [col for col in df.columns if col.endswith('_cevap')]
+                    if model_cols:
+                        display_cols.append(model_cols[0])
+                        df_display = df[display_cols].copy()
+                        df_display.columns = ['Soru', 'Doğru Cevap', 'Kategori', 'Model Cevabı'] if category_col else ['Soru', 'Doğru Cevap', 'Model Cevabı']
+                    else:
+                        df_display = df[display_cols].copy()
+                        df_display['Model Cevabı'] = 'Cevap yok'
+                        df_display.columns = ['Soru', 'Doğru Cevap', 'Kategori', 'Model Cevabı'] if category_col else ['Soru', 'Doğru Cevap', 'Model Cevabı']
+                
+                # Pagination
+                total_rows = len(df_display)
+                total_pages = (total_rows + page_size_val - 1) // page_size_val
+                page = max(1, min(page, total_pages))
+                start_idx = (page - 1) * page_size_val
+                end_idx = start_idx + page_size_val
+                page_data = df_display.iloc[start_idx:end_idx]
+                page_info_text = f"<div style='text-align: center; padding: 10px;'>Sayfa {page}/{total_pages} ({total_rows} sonuç)</div>"
+                return page_data, page, page_info_text
+                
+            except Exception as e:
+                print(f"Filter error: {e}")
+                return pd.DataFrame(), 1, "<div style='text-align: center; padding: 10px;'>Filtreleme hatası</div>"
+        
+        def next_page(current_page_val):
+            return current_page_val + 1
+        
+        def prev_page(current_page_val):
+            return max(1, current_page_val - 1)
+        
+        def clear_filters():
+            return "Tümü", "Tümü", 1
+        
+        # Event handlers
+        filter_btn.click(
+            filter_responses,
+            inputs=[model_filter, category_filter, page_size, current_page],
+            outputs=[responses_table, current_page, page_info]
+        )
+        
+        next_btn.click(
+            next_page,
+            inputs=[current_page],
+            outputs=[current_page]
+        ).then(
+            filter_responses,
+            inputs=[model_filter, category_filter, page_size, current_page],
+            outputs=[responses_table, current_page, page_info]
+        )
+        
+        prev_btn.click(
+            prev_page,
+            inputs=[current_page],
+            outputs=[current_page]
+        ).then(
+            filter_responses,
+            inputs=[model_filter, category_filter, page_size, current_page],
+            outputs=[responses_table, current_page, page_info]
+        )
+        
+        clear_btn.click(
+            clear_filters,
+            outputs=[model_filter, category_filter, current_page]
+        ).then(
+            filter_responses,
+            inputs=[model_filter, category_filter, page_size, current_page],
+            outputs=[responses_table, current_page, page_info]
+        )