结构化/非结构化题库-职业资格 (model-answers)
数据集简介
主要数据内容包括： 美国 Nevada（内华达州）律师资格考试题库数据 Bar Exam Essay 与 Performance Test（NPT）答案数据 官方发布的 Passing Answers / Model Answers 数据 法律案例分析与法条推理写作数据 IRAC 法律分析结构化文本数据 民法、刑法、合同法等法律学科内容 法律考试长文本问答与论述数据 法律推理与案例写作训练数据 支持的能力方向包括： Legal LLM 与法律 AI 模型训练 法律问答与案例推理训练 长文本法律生成与分析 IRAC 法律写作结构学习 法律知识检索与 RAG 系统训练 法律考试 Benchmark 构建 法律文书生成与推理能力训练 专业领域 Instruction Tuning 适用于： 法律大模型（Legal LLM）研发 法律 QA 与 AI 律师系统 法律考试辅助训练 案例分析与法条推理研究 法律文档生成系统 专业领域 NLP 模型训练 法律知识库与检索系统构建
数据质量
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet，支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性，数据集在构建过程中对原始记录进行了标准化处理，包括：（1）单位标准化：统一价格、重量、尺寸等字段的计量单位；（2）格式标准化：统一日期、时间、数值字段的表示格式；（3）文本清洗：去除 HTML 标签、多余空格及异常字符；（4）字段规范化：统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性，便于后续分析与建模。
记录代表性
数据覆盖全量业务场景，样本均衡，具备行业代表性
