investopedia-embedding-dataset

investopedia-embedding数据集专注于金融领域，利用从Investopedia抓取的非结构化数据，通过大型语言模型（LLM）生成结构化数据，适用于微调嵌入模型。该数据集包含主题、标题、问题和答案等字段，其中问题和答案构成训练嵌入模型的正样本对。数据集规模较大，分为90%训练集和10%测试集。数据生成过程采用自验证方法，以确保生成的问题-答案对的准确性。本数据集采用cc-by-nc-4.0授权许可。