中文简介
DeepAuto-AI/MacroLens 是 DeepAuto-AI 在 Hugging Face 发布的数据集仓库,当前卡片主要关联文本生成与推理、问答。本站固定记录上游版本 012c1b25bd41,同步到 95546 个文件,文件元数据合计 70.41 GB;访问状态为“公开”,许可证字段为“cc-by-4.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 DeepAuto-AI/MacroLens 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
DeepAuto-AI/MacroLens 是 DeepAuto-AI 在 Hugging Face 发布的数据集仓库,当前卡片主要关联文本生成与推理、问答。本站固定记录上游版本 012c1b25bd41,同步到 95546 个文件,文件元数据合计 70.41 GB;访问状态为“公开”,许可证字段为“cc-by-4.0”。
【适用方向】
适合在明确数据字段、拆分和许可证后,用于文本生成与推理、问答相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。
【版本与规格】
固定版本:012c1b25bd41。 任务标签:文本生成与推理、问答。 语言字段:en。 数据集卡名称:MacroLens。 规模分类:1M<n<10M。 上游页面记录的最近更新时间:2026-05-24。
【文件信息】
上游 API 返回 95546 个文件,文件元数据合计 70.41 GB。 已保存文件清单中的主要扩展名:.py 87 个、无扩展名 4 个、.parquet 3 个、.json 2 个、.md 1 个、.sh 1 个。 当前较大的文件包括:data/daily/filing_corpus.parquet(6.15 MB);data/daily/generation_ground_truth.parquet(3.34 MB);data/daily/generation_inputs.parquet(229.24 KB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。
【运行或处理环境】
仓库文件元数据合计 70.41 GB。仅按下载、解压和临时文件估算,建议至少预留约 84.49 GB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。
【使用边界】
许可证显示为“cc-by-4.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
MacroLens A benchmarking corpus for **contextual financial reasoning under macroeconomic scenarios** across **4,416 U.S. small- and micro-cap equities (2021-01-04 — 2026-03-31)**. MacroLens unifies seven tasks over a single point-in-time panel: contextual time-series forecasting, public valuation, financial-statement generation, scenario-conditioned return forecasting, private-company valuation, generator evaluation from natural-language descriptions, and real-estate valuation. | Task | Type | Output | |---|---|---| | **T1** Contextual Forecasting | Time-series | Horizon-length close trajectory | | **T2** Public Valuation | Tabular regression | Equity market cap | | **T3** Financial Statement Generation | Structured generation | 11 canonical XBRL fields per (ticker, fiscal year) | | **T4** Scenario-Conditioned Return | Event forecasting | 63-day post-event return percentage | | **T5** Private-Company Valuation | Tabular regression (price-stripped) | Equity value w/o market data | | **T6** Generator Evaluation | NL→ structured | Same 11 fields from a natural-language company description | | **T7** Real-Estate Valuation | Cross-domain regression | Rent + price per RentCast address | Every instance carries a 131-numeric / 141-column point-in-time panel (prices, 46.8M XBRL accounting facts, 53 macroeconomic series, filing recency, derived ratios), an optional macroeconomic scenario object (1,130 events across 49 types), and optional SEC filings + financial-news context. Temporal alignment is strictly point-in-time: every observation visible at prediction timestamp $t$ was publicly available by $t$. Quickstart 10 lines per task; swap the model class to compare methods. Dataset structure **Note on `data/fundamentals/`**: Raw per-ticker fundamentals CSVs (~12,000 files: `{TICKER}_balance.csv`, `{TICKER}_income.csv`, `{TICKER}_cashflow.csv`) are **not shipped directly** here because HF enforces a hard cap of 10,000 files per directory. They are reproducible end-to-end via t
适用场景
适合在明确数据字段、拆分和许可证后,用于文本生成与推理、问答相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。
规模与格式
固定版本:012c1b25bd41。 任务标签:文本生成与推理、问答。 语言字段:en。 数据集卡名称:MacroLens。 规模分类:1M<n<10M。 上游页面记录的最近更新时间:2026-05-24。
文件说明
上游 API 返回 95546 个文件,文件元数据合计 70.41 GB。 已保存文件清单中的主要扩展名:.py 87 个、无扩展名 4 个、.parquet 3 个、.json 2 个、.md 1 个、.sh 1 个。 当前较大的文件包括:data/daily/filing_corpus.parquet(6.15 MB);data/daily/generation_ground_truth.parquet(3.34 MB);data/daily/generation_inputs.parquet(229.24 KB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。
上游文件元数据
.gitattributes571 B.gitignore321 Bcode/assemble_benchmark.py9.68 KBcode/benchmark_loader.py21.65 KBcode/build_ontology.py16.11 KBcode/build_valuation_tasks.py38.87 KBcode/collect_filings.py15.53 KBcode/collect_fundamentals.py5.70 KBcode/collect_macro.py8.38 KBcode/collect_news.py11.54 KBcode/collect_prices.py6.65 KBcode/collect_real_estate.py7.32 KB
硬件建议
仓库文件元数据合计 70.41 GB。仅按下载、解压和临时文件估算,建议至少预留约 84.49 GB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。
注意事项
许可证显示为“cc-by-4.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。