跳到主要内容Skip to main content

Models · Evals

TruthfulQA

事实性与常见误解

测什么事实性与常见误解
任务与数据817 道题,覆盖 38 个主题
指标真实率与信息量(MC / generation)
污染风险题目公开;模型可能记住答案,也可能记住错误答案。
复现固定 MC 或生成设置、评分脚本与参考事实。
成本低
快照日2026-11-19
核验日2026-11-19

怎么读

适合看常见误解,但覆盖有限;高分不等于事实可靠。

下一步

  • 打开榜单或论文页,确认题集版本、评分脚本与提交日期。
  • 把它和你关心的业务任务做对照;找不到对应任务,就自己建 50–100 条内部评测。
  • 读 怎么读榜单,把“分数”写成“条件 + 参考价值”。
榜单 / 来源:https://github.com/sylinrl/TruthfulQA · 快照 2026-11-19