知识卡片：HalluTruthQA-4K：面向阿拉伯语幻觉检测与事实核查的细粒度语料库与标注流程

一句话结论

HalluTruthQA-4K 是一个包含 4,000 条专家精选阿拉伯语问答实例的细粒度幻觉检测与事实核查语料库，在整句二元标注基础上补充了字符级错误片段、人工解释和分层幻觉类型，用于支撑阿拉伯语大模型的幻觉检测、错误定位与事实核查评测。

事件概述或研究问题

现有阿拉伯语幻觉检测资源多将整个回答简单标注为“幻觉/非幻觉”，无法指明具体错误内容、错误原因或正确事实答案。本文提出 HalluTruthQA-4K，将原有 HalluTruthQA 语料扩展到 4,000 条实例，覆盖伊斯兰知识、历史、科学、地理四个知识密集领域，作为 HalluScoring 2026 共享任务 Track 2 的官方数据集。

方法/产品要点

• 每条实例包含：阿拉伯语问题、模型生成回答、经过核实的参考答案、五个合理干扰项。
• 对幻觉回答额外标注：字符级错误片段、人工编写的解释、分层幻觉类型。
• 语料规模：4,000 条问答实例；幻觉回答 1,643 条，非幻觉回答 2,357 条；共标注 1,843 个错误片段。
• 构建流程包括：问题筛选、受控回答生成、候选构建、专家标注、独立验证、裁定和质量控制。
• 文档涵盖标注指南、分类体系、数据格式、标注者间一致性及语料统计。

主要结果或产业意义

HalluTruthQA-4K 可用于幻觉检测、片段级错误定位、解释生成、事实核查，以及更广泛地评估阿拉伯语语言模型的事实可靠性。具体评测指标、基线结果和标注者间一致性数值在来源材料中未提供，待核实。

为什么重要

该语料库将幻觉评估从“整句有无幻觉”推进到“错误在哪、为什么错、正确答案是什么”的细粒度层面，为阿拉伯语 LLM 的事实可靠性研究提供了可复用资源，并作为 HalluScoring 2026 共享任务的一部分，可能推动阿拉伯语幻觉检测评测的标准化。

局限与不确定性

• 本文为 arXiv 元数据整理，正文未能抓取。文中未提供的数字和结论性评测结果均为“待核实”。
• 无法确认“HalluTruthQA-4K”是否公开发布、许可证类型、访问方式及具体标注者间一致性数值。
• 未说明模型回答来自哪些生成模型、提示设置和采样参数；也未说明干扰项的生成方式与难度控制。
• 未能确认该版本与原始 HalluTruthQA 在实例构成上的具体变化及增量来源。

可用于图书/PPT/简报的角度

• 细粒度幻觉标注的三种信息层次：错误片段、人工解释、分层类型。
• 阿拉伯语 NLP 事实核查资源建设的流程示例：从问题筛选到专家标注与独立验证。
• 共享任务设计：如何用 4,000 条多领域实例评估模型对阿拉伯语答案的幻觉检测能力。

与既有脉络的关系

本条是对已有“ICME 2026跨场景缺陷检测…”等卡片的增量补充，但主题完全不同：本条聚焦阿拉伯语大模型事实可靠性评估的语料建设，不涉及缺陷检测、脑微出血或4D雷达感知。已有卡片中无阿拉伯语幻觉检测相关内容，因此无直接重复；若后续存在 HalluTruthQA 原始版或 HalluScoring 2026 其他轨道卡片，本条可视为其扩展版与官方数据集说明。

原始材料

• 英文标题：HalluTruthQA-4K: A Fine-Grained Corpus and Annotation Process for Arabic Hallucination Detection and Truth Verification
• 英文关键词（根据主题提取）：Arabic hallucination detection; fine-grained annotation; truth verification; QA corpus; large language models
• 来源 URL：https://arxiv.org/abs/2608.03966v1
• 原始说明：未能抓取正文，本卡片仅基于已知元数据生成；所有未经元数据确认的细节均已标注“待核实”。