yatharth97/isa_gemma

该数据集包含结构化对话数据，用于训练和评估与特定公司财务分析相关的自然语言处理模型。每个条目包括对话ID、对话步骤、系统提示、用户问题和模型响应。数据集专注于财务主题，可能不适用于其他领域，并且是为对话模型定制的。数据集包含2.69k行数据，每个对话条目都有唯一的conv_id标识，step字段描述对话步骤的上下文或主题，system_prompt字段提供AI响应的预设提示，question字段包含用户提出的与公司财务健康相关的查询，response字段包含标记的响应。数据集来源于基于财务数据源的模拟对话，旨在模仿金融分析师与AI助手之间的真实对话。

原始信息汇总

数据集概述

名称: Company-Specific Financial Analysis Dataset

描述: 该数据集包含结构化的对话数据，用于训练和评估自然语言处理模型在特定公司财务分析任务上的表现。每个数据条目包括对话ID、对话步骤、系统提示、用户问题和相应的模型响应。

数据字段

• conv_id (int64): 每个对话线程的唯一整数标识。
• step (string): 描述对话步骤的上下文或主题的标签。
• system_prompt (string): 为AI响应设定场景的预定义提示。
• question (string): 用户提出的关于公司特定财务健康方面的查询。
• response (string): 包含标签化的响应，每个标签标识信息的类型，后跟具体内容（例如，stock_info:Boeing:6m）。

数据集用途

该数据集旨在开发和评估能够就公司特定财务事宜（如股票表现、最新新闻、投资风险和ESG评级）进行知情讨论的对话代理。

数据集限制

该数据集专注于财务主题，可能不适用于其他领域。此外，它是为对话模型定制的，可能不适用于其他类型的语言处理任务。

数据集大小和结构

• 行数: 2.69k

数据来源

该数据集基于财务数据源编制的模拟对话，旨在模拟金融分析师与AI助手之间的真实世界对话。