北京航空航天大学 发布 Easy Dataset 数据集, 应用在 自然语言处理、金融 领域

北京航空航天大学 本次发布的数据集 Easy Dataset, Easy Dataset是一个统一的框架，用于通过直观的图形用户界面（GUI）从非结构化文档中合成微调数据。它允许用户轻松配置文本提取模型和分块策略，将原始文档转换为连贯的文本块。然后，它利用基于个人的提示方法，使用公开可用的LLM生成多样化的问答对。Easy Dataset在金融问答任务上的实验表明，在合成的数据集上微调LLM可以显著提高特定领域的性能，同时保留通用知识。

查看Easy Dataset

README 内容： 

关于 北京航空航天大学 , 北京航空航天大学（Beihang University）成立于1952年，是中国第一所航空类高等教育机构，也是一所具有航空航天特色和工程技术优势的多科性大学，承担着培养高层次人才、推动科学技术进步等任务。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。