---
title: Finance_R1-Distill_Data
canonical_url: "https://www.modelscope.cn/datasets/IngeniusAI/Finance_R1-Distill_Data"
md_url: "https://www.modelscope.cn/datasets/IngeniusAI/Finance_R1-Distill_Data.md"
repository: IngeniusAI/Finance_R1-Distill_Data
chinese_name: "R1金融推理思维链数据集500K"
last_updated: 2025-03-03
license: "Apache License 2.0"
storage_size: "23 MB"
domain:
  - text
tasks:
  - text-generation
languages:
  - en
  - zh
downloads: 2559
stars: 40
---

# Finance_R1-Distill_Data

> Finance_R1-Distill_Data - IngeniusAI 在 ModelScope 开源的数据集。Finance R1 Distill Dataset

IngeniusAI/Finance_R1-Distill_Data 是 ModelScope 魔搭社区上的text-generation数据集，涉及 text 领域，存储大小 23 MB，采用 Apache License 2.0 许可。

- **Repository**: IngeniusAI/Finance_R1-Distill_Data
- **License**: Apache License 2.0
- **Tasks**: text-generation
- **Domain**: text
- **Storage size**: 23 MB
- **Downloads**: 2559
- **Stars**: 40
- **Last updated**: 2025-03-03

Source: https://www.modelscope.cn/datasets/IngeniusAI/Finance_R1-Distill_Data

---

# Finance R1 Distill Dataset

金融领域复杂问题思维链数据集项目。通过 Chain of Thought (CoT) 蒸馏方法从大规模语料中提取金融领域知识。

## 数据来源

- 基于 Finance-Instruct-500k 金融领域指令对话数据集
- 通过 DeepSeek-R1 大模型进行思维链推理蒸馏
- 原始数据集包含超过50万条金融领域的高质量数据条目
- 数据持续更新中,当前蒸馏进度约 2385+ 条目

## 原始数据特点

Finance-Instruct-500k 数据集整合了多个高质量金融数据集，包括：
- 金融问答与推理
- 实体识别与情感分析 
- 多轮对话与指令示例
- XBRL标记和命名实体识别
- 多语言自然语言处理任务

主要数据来源：
- BAAI/IndustryInstruction_Finance-Economics
- Josephgflowers/Financial-NER-NLP
- Sujet-Finance-Instruct-177k
- 其他金融领域高质量数据集

## 数据格式

每条记录包含以下字段:

```json
{
    "id": "唯一标识ID",
    "user_input": "原始金融问题", 
    "reasoning_content": "大模型思维推理过程",
    "answer_r1": "最终回答结果",
    "created_by": "Ingenius_AI",
    "contact": "Ingenius AI 公众号"
}
```

## 技术方案

1. 数据预处理:
   - 从 JSON 输入文件加载原始金融问答数据
   - 按批次(每1000条)进行处理以控制规模

2. 思维链蒸馏:
   - 使用 DeepSeek-R1 模型进行推理
   - 对每个问题生成详细的推理过程(reasoning_content) 
   - 生成最终答案(answer_r1)

3. 数据保存:
   - 使用 JSONL 格式保存处理结果
   - 按批次分文件存储,便于管理大规模数据

## 数据特点

- 聚焦金融领域专业问题
- 包含详细的推理思维链过程
- 由大模型蒸馏生成,质量可控
- 支持金融QA、推理、多轮对话等多种任务
- 持续更新扩充中

## 下载方法

数据集文件元信息以及数据文件，请浏览"数据集文件"页面获取。

您可以通过如下方式下载数据集:

:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

## 引用方式

如果您使用了本数据集,请按如下格式引用:

```bibtex
@dataset{ingeniusai2025finance,
  title={Finance_R1-Distill_Data},
  author={IngeniusAI},
  year={2025},
  publisher={ModelScope}
}
```

## 联系方式

关注「Ingenius AI」公众号获取最新项目进展。

## License

该数据集基于 Apache License 2.0 协议开源，仅供学术研究使用。