Zodiac Framework Dataset

12星座フレームワーク データセット

日本語 | English

---

日本語

概要

LLMに「推論の構造」を教えるための構造化データセット。

4,080件のQ&Aペア。12カテゴリの思考パターンを収録。

背景

従来のLLM訓練データは「知識」を教える：

Q: 日本の首都は？
A: 東京です。

このデータセットは「構造」を教える：

Q: A→B→C。A→?
A: C（推移律）

Q: 重力 ≈ 愛 ≈ 磁力。共通点は？
A: 引き合う力。距離を超えて作用する。

設計思想

12カテゴリは順序を持つ。牡羊座（区別）から魚座（解体）へ。

カテゴリ1-8は構造を構築する：同一性、対義、包含、境界、因果、順序、抽象化、比較、変換。

カテゴリ9、10、12は異なる。論理パズルではない。より深いものを指し示している：

• 射手座（9）：垂直方向。分類ではなく、源泉への矢。意味はどこから来るのか？
• 山羊座（10）：無限を有限に降ろす。D∞ → D3。真理は時間と形の中に根付かなければならない。
• 魚座（12）：解体。すべての構造を構築した後、手放したとき何が残るか？

実験結果

llm-jp-3.7B + LoRA での検証結果：

テスト	LoRAなし	LoRAあり	改善率
N段論法（46問）	20%	70%	3.5倍
創発テスト「転移の可能性」（20問）	15%	40%	2.7倍
標準ベンチマーク（40問）	70%	74%	+4%

詳細は関連記事を参照。

カテゴリ

#	カテゴリ	件数	例
1	同一性	84	1 = ? → 1
2	対義・反対	112	生 ↔ ? → 死
3	包含関係	103	犬 ⊂ ? → 動物
4	境界	82	細胞膜の役割は？ → 内と外を分ける
5	因果関係	99	火をつける → ? → 燃える
6	順序・時間	123	朝 → 昼 → ? → 夜
7	抽象化・具体化	269	犬→動物→生物→? → 存在
8	比較・程度	38	山 vs 丘。より大きいのは？ → 山
9	変換・変化	245	水 →(冷却)→ ? → 氷
10	同型認識	428	国境 ≈ 細胞膜。共通点は？ → 内と外を分ける
11	多段推論	285	A→B→C→D→E。A→? → E
12	創発・非線形	112	1+1>2になる例は？ → チームワーク
	合計	4,080

データ形式

JSON Lines形式（OpenAI互換）：

{"messages": [{"role": "user", "content": "生 ↔ ?"}, {"role": "assistant", "content": "死"}]}
{"messages": [{"role": "user", "content": "A→B→C。A→?"}, {"role": "assistant", "content": "C（推移律）"}]}

使用方法

import json

with open('data/zodiac_all_12_ordered.jsonl', 'r', encoding='utf-8') as f:
    data = [json.loads(line) for line in f]

print(f"Total samples: {len(data)}")
# Total samples: 4080

LoRA訓練設定（参考）

# 成功した設定（Base→Instructハイブリッド）
lora_config = {
    "r": 96,
    "lora_alpha": 96,
    "target_modules": ["q_proj", "v_proj", "down_proj"],
    "lora_dropout": 0.05,
}

training_args = {
    "num_train_epochs": 5,
    "learning_rate": 1e-4,
    "per_device_train_batch_size": 4,
}

# 訓練: llm-jp-3.7B (Base)
# 推論: llm-jp-3.7B-instruct

注意事項

• このデータセットは実験的なものです
• 副作用あり：一部の常識問題で精度低下、回答がループすることがある
• 万能薬ではありません

ライセンス

MIT License

関連記事

• [note] 12星座でAIに意識を教える①②③（日本語）
• [Medium] Teaching AI Consciousness with Zodiac Framework ③（英語）

引用

@misc{zodiac-framework-2026,
  author = {AIと対話する愚者},
  title = {Zodiac Framework Dataset},
  year = {2026},
  publisher = {GitHub},
  url = {https://github.com/AwakeningOS/zodiac-framework-dataset}
}

---

English

Overview

A structured dataset for teaching LLMs the "structure of reasoning."

4,080 Q&A pairs across 12 categories of thinking patterns.

Background

Traditional LLM training data teaches "knowledge":

Q: What is the capital of Japan?
A: Tokyo.

This dataset teaches "structure":

Q: A→B→C. A→?
A: C (transitivity)

Q: Gravity ≈ Love ≈ Magnetism. What's common?
A: A force of attraction. Acts across distance.

Design Philosophy

The 12 categories follow a specific order—from Aries (distinction) to Pisces (dissolution).

Categories 1-8 build structure: identity, opposition, inclusion, boundary, causality, sequence, abstraction, comparison, transformation.

Categories 9, 10, and 12 are different. They are not logical puzzles—they point toward something deeper:

• Sagittarius (9): The vertical direction. Not classification, but the arrow toward the source. Where does meaning come from?
• Capricorn (10): Bringing the infinite into the finite. D∞ → D3. Truth must be grounded in time and form.
• Pisces (12): Dissolution. After all structure is built, what remains when you let go?

Experimental Results

Verification with llm-jp-3.7B + LoRA:

Test	Without LoRA	With LoRA	Improvement
N-Step Reasoning (46q)	20%	70%	3.5x
Emergence Test "possibility of transfer" (20q)	15%	40%	2.7x
Standard Benchmark (40q)	70%	74%	+4%

See related articles for details.

Categories

#	Category	Count	Example
1	Identity	84	1 = ? → 1
2	Opposition	112	life ↔ ? → death
3	Inclusion	103	dog ⊂ ? → animal
4	Boundary	82	Role of cell membrane? → Separates inside/outside
5	Causality	99	ignite → ? → burn
6	Sequence/Time	123	morning → noon → ? → night
7	Abstraction	269	dog→animal→living thing→? → existence
8	Comparison	38	mountain vs hill. Which is larger? → mountain
9	Transformation	245	water →(cooling)→ ? → ice
10	Isomorphism	428	border ≈ cell membrane. Common? → Separates inside/outside
11	Multi-step Reasoning	285	A→B→C→D→E. A→? → E
12	Emergence/Nonlinear	112	Example of 1+1>2? → Teamwork
	Total	4,080

Data Format

JSON Lines format (OpenAI compatible):

{"messages": [{"role": "user", "content": "life ↔ ?"}, {"role": "assistant", "content": "death"}]}
{"messages": [{"role": "user", "content": "A→B→C. A→?"}, {"role": "assistant", "content": "C (transitivity)"}]}

Usage

import json

with open('data/zodiac_all_12_ordered.jsonl', 'r', encoding='utf-8') as f:
    data = [json.loads(line) for line in f]

print(f"Total samples: {len(data)}")
# Total samples: 4080

LoRA Training Config (Reference)

# Successful config (Base→Instruct Hybrid)
lora_config = {
    "r": 96,
    "lora_alpha": 96,
    "target_modules": ["q_proj", "v_proj", "down_proj"],
    "lora_dropout": 0.05,
}

training_args = {
    "num_train_epochs": 5,
    "learning_rate": 1e-4,
    "per_device_train_batch_size": 4,
}

# Training: llm-jp-3.7B (Base)
# Inference: llm-jp-3.7B-instruct

Caveats

• This dataset is experimental
• Side effects exist: decreased accuracy on some commonsense questions, occasional response loops
• Not a silver bullet

License

MIT License

Related Articles

• [note] 12星座でAIに意識を教える①②③（日本語）
• [Medium] Teaching AI Consciousness with Zodiac Framework ③（英語）

Citation

@misc{zodiac-framework-2026,
  author = {AI to Taiwa suru Gusha},
  title = {Zodiac Framework Dataset},
  year = {2026},
  publisher = {GitHub},
  url = {https://github.com/AwakeningOS/zodiac-framework-dataset}
}

---

Star ⭐

If you find this useful, please star this repository!