# BhashaBench-V1 (Finance)


## 概述

BhashaBench-Finance 是 BhashaBench-Multi 金融领域的前身：一个领域特定的多项选择题基准测试，用于评估大语言模型（LLM）在金融领域的知识，涵盖英语和印地语。

## 任务描述

- **任务类型**：领域特定的多项选择题问答
- **输入**：一道包含4个选项的金融问题，语言为英语或印地语
- **输出**：正确答案对应的字母
- **语言**：英语、印地语

## 主要特点

- 每种语言包含5,600至17,000道题目，仅涵盖英语和印地语
- 作为 BhashaBench-Multi 的前身：领域相同，但语言覆盖范围更窄
- 每个领域对应一个独立的代码仓库，英语和印地语分别作为独立的配置项

## 评估说明

- 默认配置使用 **0-shot** 评估（仅提供 test 分割）
- 使用 `subset_list` 参数可评估单一语言（例如 `['Hindi']`）
- 需要访问此受限制的数据集：在 ModelScope（默认数据集中心）上，请先接受使用条款并确保已登录；或者将 `dataset_hub` 设置为 `huggingface`，并在 huggingface.co 上接受条款后使用 `HF_TOKEN`
- 如需在同一领域下获得更广泛的语言覆盖，请参考 `bhasha_bench_multi_finance`（涵盖22种印度语言，且无需授权）

## 属性

| 属性 | 值 |
|----------|-------|
| **基准测试名称** | `bhashabenchv1_finance` |
| **数据集ID** | [bharatgenai/BhashaBench-Finance](https://modelscope.cn/datasets/bharatgenai/BhashaBench-Finance/summary) |
| **论文** | N/A |
| **标签** | `Knowledge`, `MCQ`, `MultiLingual` |
| **指标** | `accuracy` |
| **默认Shots数** | 0-shot |
| **评估分割** | `test` |


## 数据统计

| 指标 | 值 |
|--------|-------|
| 总样本数 | 19,433 |
| 提示词长度（平均） | 612.82 字符 |
| 提示词长度（最小/最大） | 221 / 6665 字符 |

**各子集统计数据：**

| 子集 | 样本数 | 提示词平均长度 | 提示词最小长度 | 提示词最大长度 |
|--------|---------|-------------|------------|------------|
| `English` | 13,451 | 663.98 | 223 | 6665 |
| `Hindi` | 5,982 | 497.79 | 221 | 3304 |

## 样例示例

**子集**: `English`

```json
{
  "input": [
    {
      "id": "befc8699",
      "content": "Answer the following multiple choice question. The entire content of your response should be of the following format: 'ANSWER: [LETTER]' (without quotes) where [LETTER] is one of A,B,C,D.\n\nIn the following number series. One number is wrong. Find the wrong number of the series? 3, 4, 12, 38, 103, 228\n\nA) 103\nB) 12\nC) 38\nD) 228"
    }
  ],
  "choices": [
    "103",
    "12",
    "38",
    "228"
  ],
  "target": "C",
  "id": 0,
  "group_id": 0,
  "metadata": {
    "language": "English",
    "topic": "Quantitative Aptitude"
  }
}
```

## 提示模板

**提示模板：**
```text
Answer the following multiple choice question. The entire content of your response should be of the following format: 'ANSWER: [LETTER]' (without quotes) where [LETTER] is one of {letters}.

{question}

{choices}
```

## 使用方法

### 使用 CLI

```bash
evalscope eval \
    --model YOUR_MODEL \
    --api-url OPENAI_API_COMPAT_URL \
    --api-key EMPTY_TOKEN \
    --datasets bhashabenchv1_finance \
    --limit 10  # 正式评估时请删除此行
```

### 使用 Python

```python
from evalscope import run_task
from evalscope.config import TaskConfig

task_cfg = TaskConfig(
    model='YOUR_MODEL',
    api_url='OPENAI_API_COMPAT_URL',
    api_key='EMPTY_TOKEN',
    datasets=['bhashabenchv1_finance'],
    dataset_args={
        'bhashabenchv1_finance': {
            # subset_list: ['English', 'Hindi']  # 可选，用于指定评估的子集
        }
    },
    limit=10,  # 正式评估时请删除此行
)

run_task(task_cfg=task_cfg)
```