Finance-Instruct-500k 金融推理数据集

Finance-Instruct-500k 是一个金融推理数据集，旨在训练用于金融任务、推理和多轮对话的高级语言模型。

该数据集包含超过 50 万条金融领域的高质量数据，涵盖金融问答、推理、情感分析、主题分类、多语言命名实体识别和对话式 AI 。

数据集特点：

• 多轮对话：丰富的对话内容，强调语境理解与推理能力。
• 多样化数据源：包含来自 Cinder 、 Sujet-Finance-Instruct-177k 等多个高质量数据集的数据。
• RAG 格式数据：检索增强生成（RAG）任务中，用户字段前附加了外部数据，以增强语境理解。
• 去重和预处理：消除重叠和不规则条目，以获得更干净、更高质量的数据。
• XBRL 标签化：包含来自 Financial-NER-NLP 的结构化金融实体标签，用于高级提取任务。