大模型幻觉检测评估高质量数据集

本数据集面向大语言模型幻觉治理需求，基于“动静知识分离”标注范式构建，涵盖静态知识（如历史事件、科学定理）与动态知识（如实时新闻、市场数据），支撑模型幻觉检测、评估与治理全流程。 数据处理采用自研知识属性识别平台，结合语义分析与时态特征算法，实现对原始查询的知识类型分类、置信度评分与幻觉风险标注。流程遵循GB/T 25000系列标准，执行“专家标注+模型辅助+多轮校验”质控机制，标注一致性Kappa系数≥0.85。所有数据经严格去标识化处理，删除直接标识符，对地理位置与时间进行模糊化与偏移脱敏，符合《GB/T 35273-2020》等安全规范。 数据集适用于大模型能力评估、幻觉检测系统训练、RAG系统触发优化，以及金融、医疗、法律等高可信要求领域的AI部署。数据来源于我司自行生产，依托内部平台构建题目模板与对抗样本，经专家核验与多轮复核形成完整证据链，权属清晰、质量可控。 覆盖20余个垂直领域，包含10万+标注样本，支持分类、回归等建模任务，为大模型研发与治理提供高质量、合规的数据基础。

搜集汇总

背景与挑战

背景概述

该数据集基于“动静知识分离”标注范式构建，涵盖静态知识与动态知识，包含10万+标注样本，覆盖20余个垂直领域，适用于大模型幻觉检测、评估与治理全流程。数据采用三层质控机制（Kappa系数≥0.85），并经过严格去标识化处理，符合安全规范，支持金融、医疗等高可信领域的AI部署。