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