Датасет · databricks
Бенчмарк рассуждений по документам OfficeQA Pro v2
databricks/officeqa-pro-v2
Набор данных для оценки моделей и агентов по документам Федеральных отчетов США.
Что внутри
Содержит пары вопрос-ответ на английском языке для оценки сквозного логического рассуждения по реальным документам. Охватывает финансовую отчетность США за два столетия (1793–2024). Размер датасета составляет менее 1K примеров.
Что можно сделать
- Оценка способности LLM и агентов рассуждать по документам
- Тестирование систем поиска и генерации ответов (RAG)
- Проверка качества извлечения информации из исторических отчетов
- Задачи
- Вопрос-ответ, Генерация текста, Поиск по текстам
- Языки
- Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 24,7 тыс.
- Лайков
- 25
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("databricks/officeqa-pro-v2")