nickmuchi/CFA_Level_1_Text_Embeddings
收藏Hugging Face2023-04-14 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/nickmuchi/CFA_Level_1_Text_Embeddings
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含特许金融分析师（CFA）一级课程嵌入向量的FAISS向量存储库。该数据集使用Sentence Transformer嵌入通过LangChain创建，适用于相似性搜索、问答等任务。创建这些嵌入向量可能需要较长时间，因此这里提供了一个方便的可下载版本。
这是一个包含特许金融分析师（CFA）一级课程嵌入向量的FAISS向量存储库。该数据集使用Sentence Transformer嵌入通过LangChain创建，适用于相似性搜索、问答等任务。创建这些嵌入向量可能需要较长时间，因此这里提供了一个方便的可下载版本。
提供机构：
nickmuchi
原始信息汇总
数据集概述
名称: FAISS Vector Store of Embeddings of the Chartered Financial Analysts Level 1 Curriculum
语言: 英语 (en)
许可证: Apache-2.0
任务类别:
- 问答 (question-answering)
- 摘要 (summarization)
- 对话 (conversational)
- 句子相似度 (sentence-similarity)
技术细节:
- 嵌入技术: 使用Sentence Transformer嵌入和LangChain创建的FAISS向量存储。
- 应用: 用于相似性搜索、问答或其他利用嵌入的应用。
- 安装依赖: 需要安装
langchain,sentence_transformers,faiss-cpu,huggingface_hub。 - 加载与使用: 通过
HuggingFaceEmbeddings和HuggingFaceInstructEmbeddings加载嵌入，使用FAISS.load_local加载向量存储。 - 示例代码: 提供了如何下载向量存储、加载嵌入以及进行相似性搜索的示例代码。
数据集下载:
- 通过
snapshot_download函数从Hugging Face Hub下载，指定repo_id为nickmuchi/CFA_Level_1_Text_Embeddings，repo_type为dataset。
使用示例:
- 提供了如何使用向量存储进行问答的示例，例如搜索关于“如何对MBS的利率风险进行对冲”的问题，并展示搜索结果。
