The Fin AI发布ins_filtered数据集，应用在自然语言处理、对话系统领域

The Fin AI本次发布的数据集ins_filtered，该数据集包含26个按年份划分的数据子集（2001年至2025年，以及一个基础集），每个子集包含20,000条结构化数据记录。数据集采用parquet格式存储，总大小约285MB。每条记录包含以下字段：唯一标识符(id)、数据来源(source)、类型(type)、主题(subject)、指令(instruction)、响应(response)、过滤标记(needs_filter)、来源类型(src_type)和年份(year)。数据集未提供明确的背景说明，但从字段结构推断可能适用于指令响应生成、对话系统训练等自然语言处理任务。各年份子集数据量保持均衡，便于时间序列分析或年度对比研究。

查看ins_filtered

Dataset card内容：

Files and versions内容：

关于The Fin AI，The Fin AI是一家专注于将人工智能技术应用于金融领域的机构，致力于通过先进的机器学习算法和大数据分析，为金融行业提供智能化解决方案，以提升效率并降低风险。

关于HuggingFace，Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的开发与分享。它提供了丰富的资源，包括超过100万个模型、25万个数据集和40万个应用程序，支持文本、图像、视频、音频和3D等多种模态。此外，平台还提供企业级解决方案和开源工具，如Transformers、Diffusers等，以加速机器学习的研究和应用。