面向金融 Deep Research Agent 的评测数据集（仅数据）。
代码、builder、prompt 模板与评测脚本在独立代码仓库维护；本 Hub 仓库只发布标准化 ready seeds，支持按子集按需加载。
from datasets import load_dataset
按题型子集加载（推荐）
a1 = load_dataset("sselaine27/benchmark-research", "a1")
c = load_dataset("sselaine27/benchmark-research", "c")
d = load_dataset("sselaine27/benchmark-research", "d")
print(a1["train"][0]["task_id"])
print(a1["train"][0]["prompt"][:200])
按时间层筛选
t2 = a1["train"].filter(lambda x:… See the full description on the dataset page:
https://huggingface.co/datasets/sselaine27/benchmark-research.
