HalluQA 中文大模型幻觉评估数据集

该存储库包含 HalluQA（中文幻觉问答）基准的数据和评估脚本。 HalluQA 的完整数据位于 HalluQA.json 中。介绍 HalluQA 的论文以及多个中文大语言模型的详细实验结果在这里。 HalluQA 包含 450 个精心设计的对抗性问题，跨越多个领域，并考虑到中国历史文化、习俗和社会现象。

This repository hosts the data and evaluation scripts for the HalluQA (Chinese Hallucinatory Question Answering) benchmark. The full dataset of HalluQA is stored in HalluQA.json. The paper introducing HalluQA, along with detailed experimental results across multiple Chinese large language models, is available here. HalluQA consists of 450 meticulously designed adversarial questions spanning multiple domains, taking into account Chinese history, culture, customs, and social phenomena.

搜集汇总

背景与挑战

背景概述

HalluQA 是一个专门用于评估中文大语言模型幻觉问题的基准数据集，包含450个精心设计的对抗性问题，覆盖多个领域并特别融入中国历史文化和社会现象。该数据集提供了完整的评估脚本和详细的研究论文，旨在帮助研究者分析和改进模型在中文语境下的幻觉表现。