多场景长指令外呼对话质量评测数据集

本数据集包含45个真实外呼场景的4500组多轮对话质量评测样本，覆盖大家电、消费电子及线上线下零售行业，涉及售前咨询、售后回访、退换货等完整业务环节，涵盖逻辑判断、情感分析、数据统计、摘要生成、信息抽取等多维度任务。旨在通过高度贴合实际业务场景的复杂指令，有效提升大模型的复杂指令跟随与多维度质量评估能力。