Farsight-AI/10k_bench

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: cik dtype: int64 - name: context dtype: string - name: filingDate dtype: timestamp[s] - name: docID dtype: string - name: generatedQuestion dtype: string splits: - name: train num_bytes: 100350 num_examples: 130 download_size: 56969 dataset_size: 100350 --- # Dataset Card for "10k_bench" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 配置项： - 配置名称：default 数据文件： - 拆分：训练集 路径：data/train-* 数据集信息： 特征字段： - 字段名：cik，数据类型：64位整数（int64） - 字段名：context，数据类型：字符串（string） - 字段名：filingDate，数据类型：秒级时间戳（timestamp[s]） - 字段名：docID，数据类型：字符串（string） - 字段名：generatedQuestion，数据类型：字符串（string） 数据集拆分： - 拆分名称：训练集，占用字节数：100350，样本数量：130 下载大小：56969 数据集总大小：100350 --- # 「10k_bench」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集卡片 "10k_bench"

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
      • 路径: data/train-*

数据集信息

• 特征:

  • 名称: cik
    • 数据类型: int64
  • 名称: context
    • 数据类型: string
  • 名称: filingDate
    • 数据类型: timestamp[s]
  • 名称: docID
    • 数据类型: string
  • 名称: generatedQuestion
    • 数据类型: string

• 分割:

  • 名称: train
    • 字节数: 100350
    • 样本数: 130

• 下载大小: 56969

• 数据集大小: 100350

搜集汇总

背景与挑战

背景概述

该数据集是一个用于基准测试的小型文本数据集，包含130行数据，主要从公司10-K财务报告中提取文本片段并生成对应的问题。其特点是专注于金融领域的自然语言处理任务，数据格式为Parquet，适用于文本分析和问题生成模型训练。