金融专家级RL（强化学习）数据集

1）数据组织方式：JSON、Markdown、PDF、XLSX、CSV、DOCX、TOML、PY、SH 2）字段说明：字段：task_id（task.toml 键名为 id）类型：string说明：任务唯一标识；字段：instruction类型：string说明：任务指令全文；字段：query_lang类型：string说明：任务语言（zh/en）；字段：input_files类型：array说明：输入文件路径及格式；字段：capabilities类型：array说明：考察能力标签（≥3项）；字段：id类型：string说明：评分项编号（R001…，rubric.json）；字段：description类型：strin，说明：判据描述；字段：weight类型：int说明：权重，正为得分、负为扣分；字段：type类型：string说明：positive 或 penalty；字段：capability_level类型：strin，说明：L1–L4 层级；字段：capability_tags类型：array说明：判据对应能力；字段：dimension类型：string说明：评分维度；

搜集汇总

背景与挑战

背景概述

金融专家级RL（强化学习）数据集由上海库帕思科技有限公司申请，属于数据加工产品，并在2026-11-05公示于上海市数据产品知识产权登记管理系统。该数据集支持JSON、Markdown、PDF、XLSX、CSV、DOCX、TOML、PY、SH等组织方式，字段覆盖任务标识、指令全文、任务语言、输入文件、能力标签，以及评分项编号、判据描述、权重、类型、能力层级、能力标签和评分维度等核心信息。