financial-datasets

开源Python库利用LLM生成金融问答数据集

Financial Datasets Python库金融数据集生成大型语言模型问答数据集 Github 开源项目

Financial Datasets是一个开源Python库，利用大型语言模型从金融文本生成问答数据集。支持从文本、PDF和10-K报告生成数据，提供灵活API。该库安装简便，可通过pip或Poetry集成。为金融分析和机器学习研究提供了便捷工具，能高效创建训练数据。

pandas - Python数据分析与处理的开源利器

DataFrameGithubPythonpandas开源开源项目数据分析

pandas是Python生态系统中的核心数据分析库，提供高性能、易用的数据结构和工具。它支持处理结构化数据，包括数据清洗、转换、合并、分组分析等操作。pandas可读写多种格式的数据源，如CSV、Excel、SQL数据库等。作为开源项目，pandas由活跃社区维护，持续优化以满足数据科学家、分析师和开发者的需求。

XuanYuan - 轩辕系列开源中文大语言模型金融及多领域表现优异

Github开源开源项目评测轩辕大模型金融预训练

轩辕项目开源了6B、13B、70B等规模的中文大语言模型系列。这些模型在金融领域表现突出，FinanceIQ评测结果优于GPT-4。在C-Eval、CMMLU等通用能力测试中也取得了优秀成绩。项目同时发布高质量中文金融数据集，促进金融AI研究。多种模型规格可满足不同应用场景需求。

awesome-instruction-datasets - 多语言高质量开源数据集，促进NLP指令调优

Awesome Instruction DatasetsGithubInstruction TuningLLMsPrompt DatasetsRLHF Datasets开源项目

该项目提供多语言和多任务的高质量开源指令调优数据集，方便研究人员和开发者轻松访问和利用这些资源。收录数据集包括人类生成、自我指令生成和混合生成的数据，以加速NLP领域的发展，支持如ChatGPT的指令跟随型大语言模型的训练。

awesome-public-datasets - 多领域高质量公共数据集资源汇总

Github基因组学开源数据集开源项目微阵列数据生物学蛋白质数据库

Awesome Public Datasets汇集了农业、生物学、计算机科学等多个领域的高质量公共数据集。该项目源于上海交通大学OMNILab,现隶属于BaiYuLan开放AI社区。它为研究人员和数据科学家提供了便捷获取开放数据资源的途径,支持各类分析和研究工作。资源列表涵盖广泛,质量可靠,是数据科学工作的重要参考。

DataProfiler - DataProfiler：自动化数据分析与敏感数据检测的Python库

DataProfilerGithubPython开源项目敏感数据检测数据分析数据概要

DataProfiler是一个Python库，用于简化数据分析、监控与敏感数据检测。通过单一命令加载数据并自动格式化为DataFrame，支持模式识别、统计分析及实体识别（PII/NPI）。带有预训练的深度学习模型，可高效识别敏感数据，并允许用户添加新的实体识别管道。支持CSV、AVRO、Parquet等多种数据格式，提供便捷的数据处理解决方案。

OCR_DataSet - 综合OCR数据集资源库及工具集

Github图像标注开源项目数据集文字识别深度学习计算机视觉

OCR_DataSet项目整合了13个知名的多语言OCR数据集，涵盖ICDAR2015、MLT2019和COCO-Text_v2等。项目特色包括数据格式统一化、便捷的百度网盘下载、详尽的数据集信息表和简化的读取脚本。此外，项目还提供了数据生成工具链接，为OCR领域的研究和开发工作提供了全面的资源支持。

dolma - 3万亿令牌的多样化开放数据集与高性能管理工具

AI2Dolma DatasetDolma ToolkitGithub开源项目数据集管理语言模型

Dolma项目提供一个包含3万亿令牌的多样化开放数据集，涵盖网络内容、学术出版物、代码、书籍和百科材料。Dolma Toolkit是一款高性能工具包，能够高效整理大型数据集，支持并行处理、便捷移植、内置标签器、快速去重、扩展性和云支持。该项目由Allen Institute for AI开发，数据集可在HuggingFace平台下载。

kf-deberta-base - 金融领域专用语言模型展示出色性能

GithubHuggingfaceKF-DeBERTa基准测试开源项目性能模型语言模型金融

KF-DeBERTa基于DeBERTa-v2架构，结合Electra的RTD目标训练，旨在金融和通用领域应用。其在KLUE基准测试上表现突出，超越RoBERTa-Large，并在金融领域任务如情感分析、广告分类和实体识别中展现领先性能，体现出其在财经信息处理中的适用性和精准度。

FindataQuest - 简化财务尽职调查的智能平台

AI工具商业智能数据分析财务尽职调查财务报告金融科技

FindataQuest专注于简化财务尽职调查流程。用户可通过提问获取所需数据和背景信息，加快分析速度。平台为金融专业人士提供高效、准确的数据查询和分析工具，助力快速完成财务尽职调查。FindataQuest的创新方法使复杂的财务分析更加直观和便捷。

awesome-chatgpt-dataset - 综合性AI对话数据集资源助力自定义语言模型训练

ChatGPTGithub开源项目指令调优数据集训练语言模型

awesome-chatgpt-dataset项目汇集了多样化的人工智能对话数据集资源。该项目囊括了不同规模、语言和领域的高质量指令数据，范围从数千到数百万条不等，涵盖多语言、代码生成、视觉对话等多个方面。这些数据集为研究人员和开发者提供了训练和优化大型语言模型的重要素材，有助于推动更智能、更多元化的AI对话系统的发展。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com