MedHallu

MedHallu 是由德州大学奥斯汀分校 AI Health 团队发布的医疗幻觉检测基准数据集，致力于评估大语言模型在医学问答中的可靠性。数据集包含 1,000 条人工精标样本（pqa_labeled）和 9,000 条自动构造样本（pqa_artificial），均源自 PubMedQA；每条样本均提供医学问题、标准答案、幻觉答案、难度等级及幻觉类型五类信息，覆盖机制误释、路径错配等多种常见幻觉模式。