personal-finance-chatml-dataset
收藏资源简介：
该数据集是一个专业策划的双语（英语/西班牙语）指令数据集，旨在用于个人金融领域的大型语言模型（LLMs）的微调。数据集采用ChatML格式，适用于监督微调（SFT）、领域适应和金融指令建模。数据集从会计角度创建和审查，确保概念精确和术语一致性。数据集结构包括系统消息、用户问题和助手回答的对话格式。涵盖的主题包括个人金融基础、预算、收入和支出管理、货币时间价值、复利、债务管理、投资基础、风险管理和退休规划等。数据集适用于监督微调、指令调优、金融领域专业化、教育金融助手以及双语金融NLP研究。数据集不适用于无人工监督的自动金融咨询系统、监管或税务合规自动化以及高风险投资决策系统。数据集具有教育性和指导性，反映了结构化的会计视角，但不包括地区税法和特定司法管辖区的法规。数据集采用MIT许可证。
Bilingual Personal Finance ChatML Dataset (EN/ES) 数据集概述
数据集基本信息
- 名称：Bilingual Personal Finance ChatML Dataset (EN/ES)
- 语言：英语 (
en)、西班牙语 (es) - 许可协议：MIT License
- 规模类别：1K<n<10K
- 任务类别：文本生成、问答
- 任务ID：解释生成
数据集描述
这是一个专业策划的双语（英语/西班牙语）指令数据集，专为在个人理财领域微调大型语言模型而设计。数据集采用ChatML格式，适用于监督微调、领域适应和金融指令建模。数据集的创建和审核均从会计角度出发，确保了概念的精确性和术语的一致性。
数据集结构
每个条目遵循以下JSON结构： json { "messages": [ {"role": "system", "content": "..."}, {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."} ] }
字段说明
question：扁平格式的用户问题（等同于messages[1].content）。answer：扁平格式的助手回答（等同于messages[2].content）。messages：ChatML对话格式（包含system、user、assistant）。
涵盖主题
- 个人理财基础
- 预算编制
- 收入与支出管理
- 货币时间价值
- 复利
- 债务管理
- 投资基础
- 风险管理
- 退休规划
标注过程
数据集避免提供国家特定的法律建议，除非明确说明。
预期用途
- 监督微调
- 指令调优
- 金融领域专业化
- 教育性金融助手
- 双语金融自然语言处理研究
非预期用途
- 无人监督的自动化财务咨询系统
- 监管或税务合规自动化
- 高风险投资决策系统
该数据集本质上是教育和指导性的。
数据划分
如果提供，则包括：
- 训练集
- 验证集
- 测试集
否则，用户可根据实验需求自行划分。
偏见、风险与限制
- 数据集反映了结构化的会计视角。
- 默认不包含地区税法或特定司法管辖区的法规。
- 不提供个性化的财务建议。
- 可能无法反映新兴金融工具或监管变化。
版本信息
- v0.0.1 — 初始双语版本
引用
若在研究中使用此数据集，请引用：
@dataset{bilingual_personal_finance_chatml, author = {William José Moreno Reyes (CP/MBA)}, title = {Bilingual Personal Finance ChatML Dataset (EN/ES)}, year = {2026}, publisher = {BMO Soluciones, S.A.} }
来源
- GitHub仓库：https://github.com/williamjmorenor/personal-finance-chatml-dataset
