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

该数据集面向大语言模型幻觉治理，基于动静知识分离范式构建，涵盖静态与动态知识，包含超过10万标注样本。它采用严格的质量控制与安全处理流程，适用于模型能力评估、幻觉检测系统训练及金融等高可信领域AI部署。