Fin-Eval/Fin-Eval

Fin-Eval是一个专为金融行业大模型设计的评估数据集，涵盖认知、生成、金融知识、金融逻辑和安全合规五大类能力，共28个子任务。数据集的设计考虑了大模型在In-Context Learning、工具调用、CoT等方面的特点。数据来源于蚂蚁各业务领域、开源数据和模型蒸馏，并经过数据脱敏、文本聚类和语料精筛等处理，结合金融领域专家的深度加工构建而成。数据集旨在加速金融领域的发展，拓展金融大模型应用的边界。

原始信息汇总

数据集概述

Fin-Eval是一个专为大模型设计的金融行业评估数据集，涵盖认知、生成、金融知识、金融逻辑以及安全合规五大类能力，共包含28个子任务。该数据集涉及财富管理、保险、投资研究等多个金融领域，数据源包括蚂蚁各业务领域、开源数据以及模型蒸馏。经过数据脱敏、文本聚类、语料精筛等处理过程，并结合金融领域专家的深度加工，最终构建而成。

数据读取示例

python from datasets import load_dataset dataset=load_dataset("Fin-Eval/Fin-Eval", name="test") print(dataset["test"][0])

{id: 1, 大类: 认知, 任务: 金融意图理解, 问题: 近期美元汇率有没有大幅波动, 答案: 行情解读, 解释: None}

数据获取

目前Fin-Eval对外开放评测示例，未来将持续开放平台化评测托管服务。如需获取全量数据集，请发送邮件至[e-mail]申请授权。