allganize/rag-ko

`rag-ko`数据集是一个针对金融领域的RAG（检索增强生成）数据集，包含了Golden Context、Negative Context、问题及其答案。数据集的上下文来源于韩语维基百科、韩国银行的金融报告和金融术语集，并使用GPT-4生成问题和答案。数据集经过人工审核，包含200个样本，分为训练集和测试集。

原始信息汇总

数据集概述

数据集名称

• rag-ko

数据集描述

• rag-ko 数据集是金融领域的RAG（Retrieval Augmented Generation，检索增强生成）数据集。该数据集提供了一个Golden Context和两个Negative Context，以及与Golden Context相关的问答。

数据集特征

• index: int64
• system: string
• human: string
• answer: string
• answer_position: int64
• answer_context_title: string
• answer_context_summary: string

数据集分割

• train: 200个样本，占用914673字节
• test: 200个样本，占用914673字节

数据集大小

• 下载大小: 2352755字节
• 数据集大小: 1829346字节

数据集配置

• config_name: default
• data_files:
  • train: data/train-*
  • test: data/test-*

语言

• 韩语 (ko)

数据来源

• 韩国语维基百科金融分类
• 韩国银行经济研究报告
• 韩国银行海外经济焦点

数据示例

• 包含对话ID和对话记录，其中对话记录包括人类提问和GPT回答。

许可证

• 维基百科: CC BY-SA 4.0
• 韩国银行: 根据其版权保护政策