FinSearchComp
קוד פתוחByteSeedXpertcc-by-4.02025-09-16
המאגר מרכז 635 שאלות פיננסיות מורכבות שנוסחו בידי 70 אנליסטים מקצועיים. הוא מיועד לבדיקת יכולות חיפוש והסקה של סוכני שפה בעולם האמיתי.
- 875הורדות בחודש
- 19לייקים
מה זה
הנתונים מורכבים משאלות ותשובות שנועדו לבחון סוכנים אוטונומיים בתרחישי עבודה של אנליסטים פיננסיים. שבעים מומחים מהתחום תייגו ובנו את המאגר, כשהדגש הוא על חקירה והסקה מעמיקה ולא רק על שליפת עובדות בסיסית. המידע מכסה שווקים גלובליים לצד שוק סין רבתי, כך שיש בו שילוב של סוגיות פיננסיות רחבות וספציפיות לאזורים האלה.
התוכן מחולק לשלוש משימות מוגדרות שמחקות את שגרת המחקר הפיננסי. המשימה הראשונה עוסקת במשיכת נתונים רגישים לזמן, השנייה בחיפוש היסטורי פשוט, והשלישית דורשת חקירה היסטורית מורכבת שמצריכה הצלבת מידע מכמה מקורות. כל רשומה כוללת שאלה מקצועית שדורשת שילוב בין חיפוש ברשת להבנה עסקית.
מתאים ל
- הערכת סוכני חיפוש פיננסיים
בדיקת היכולת של סוכן אוטונומי לאתר דוחות, להצליב נתונים היסטוריים ולענות על שאלות מקצועיות.
- בחינת שליפת נתונים רגישים
מדידת הדיוק של מערכות RAG בחיפוש מידע פיננסי שמשתנה בזמן אמת ברשת הפתוחה.
- השוואת ביצועי מודלים
שימוש ב־635 השאלות כדי לדרג מודלי שפה שונים במשימות חקירה כלכלית מורכבת.
איפה זה נופל
מדובר במאגר קטן של 635 שאלות בלבד, כך שהוא מתאים אך ורק לבנצ'מרק ולהערכה ולא לאימון מודלים. הנתונים מתמקדים בשווקים גלובליים ובסין רבתי, ללא התייחסות לשוק הישראלי, לבורסה בתל אביב או לחברות מקומיות. השאלות נכתבו באנגלית, כך שאין כאן בדיקה של שפה עברית או מונחים מקומיים. בנוסף, משימות מסוג שליפת נתונים תלוית זמן דורשות גישה למקורות מידע עדכניים, מה שעלול לייצר תוצאות שונות בהתאם למנוע החיפוש שהסוכן שלכם משתמש בו.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן. רישיון cc-by-4.0 מאפשר שימוש מסחרי מלא, כולל הערכה של מערכות מסחריות ופיתוח כלים פנימיים, בתנאי שאתם נותנים קרדיט מתאים ליוצרי המאגר.
האם יש במאגר נתונים בעברית או על ישראל?
לא. המאגר כולל שאלות באנגלית בלבד, והתוכן מתמקד בשווקים בינלאומיים ובשוק של סין רבתי. אין בו מידע על חברות ישראליות או רגולציה מקומית.
כמה המאגר שוקל והאם צריך אישור להוריד אותו?
המאגר קל מאוד ומכיל שלושה קבצים בלבד, שהעיקרי שבהם הוא קובץ finsearchcomp_data.json. הגישה אליו חופשית לחלוטין ואין צורך בבקשת אישור מיוחדת כדי להתחיל לעבוד איתו.
איך נאספו ונבדקו הנתונים?
השאלות נבנו ותויגו על ידי 70 מומחים ואנליסטים פיננסיים מקצועיים. המטרה שלהם הייתה לייצר שאלות שמייצגות חקירות אמיתיות ולא מבחנים סינתטיים פשוטים.
איך טוענים
המאגר זמין להורדה ישירה דרך Hugging Face ללא צורך בהרשאת גישה מיוחדת או מילוי טפסים. הנתונים עצמם מרוכזים בקובץ finsearchcomp_data.json, ולצדו נמצאים רק קובץ התיעוד וקובץ מטא נתונים, כך שאין כאן נפח כבד של מדיה או סריקות מורכבות. אתם יכולים לטעון את קובץ ה־JSON ישירות באמצעות ספריית datasets של פייתון או בעזרת קורא JSON סטנדרטי. כדי להריץ עליו הערכה, תצטרכו לחבר את הסוכן שלכם למנוע חיפוש פתוח שיאפשר לו לאסוף מידע עדכני והיסטורי עבור השאלות.
from datasets import load_dataset
ds = load_dataset("ByteSeedXpert/FinSearchComp")הרישיון
המאגר מופץ תחת רישיון cc-by-4.0. הרישיון הזה מתיר שימוש מסחרי ומחקרי, ומאפשר לשנות את הנתונים ולבנות עליהם כלים ומודלים. התנאי היחיד הוא מתן קרדיט ברור ליוצרים המקוריים. הרישיון אינו כופה עליכם לשתף את המודל או את הפיתוחים שלכם תחת אותו רישיון.
- שימוש מסחרי
- שינוי הקוד
- חובת ייחוס