Датасет · databricks
Бенчмарк от Databricks по сложным финансовым документам
databricks/officeqa
Вопросы и ответы по архивным бюллетеням Минфина США для оценки способности ИИ-агентов анализировать таблицы, графики и текст.
Что внутри
Бенчмарк от компании Databricks состоит менее чем из тысячи англоязычных пар «вопрос — ответ», привязанных к реальным документам. Источником послужили исторические бюллетени Министерства финансов США за 1939–2025 годы, насыщенные сложными финансовыми таблицами, диаграммами и текстом. Набор создан для сквозной проверки того, как модели умеют искать факты, пользоваться инструментами и выстраивать многошаговые рассуждения.
Что можно сделать
- Оценка качества RAG-систем и ИИ-агентов при работе со сложными отчётами
- Тестирование навыков многошаговых рассуждений и извлечения данных из таблиц и графиков
- Задачи
- Вопрос-ответ, Генерация текста, Поиск по текстам
- Языки
- Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 32,6 тыс.
- Лайков
- 42
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("databricks/officeqa")