UHGEval

一键测出大模型胡说八道，量化幻觉风险

UHGEval 是一个面向大语言模型幻觉评估的用户友好型框架，由 ACL 2024 论文提出。它旨在解决 LLM 在实际应用中生成不忠实或虚假内容的问题，通过提供标准化的评估套件和多个基准数据集（如 UHGEval、HaluEval、HalluQA 等），帮助研究者和开发者系统性地量化模型的幻觉程度。核心能力包括：支持多种幻觉类型（如事实性错误、上下文矛盾、逻辑不一致）的检测，提供统一的评估接口和可复现的实验流程，以及覆盖问答、摘要、对话等常见任务的基准测试。框架基于 Python，易于扩展和集成，适合学术研究和工业落地中的模型质量评估。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 182

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队IAAR-Shanghai

所属国家

官网地址

GitHubhttps://github.com/IAAR-Shanghai/UHGEval

定价模式free

价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型benchmark,ceval,chatgpt,dataset,evaluation,gpt-3,gpt-4,hallucination,hallucination-detection,hallucination-evaluation,hallucinations,huggingface,huggingface-transformers,large-language-models,llm,openai,openai-api,qwen

GitHub 星标★ 182

30天Star增速

HF 下载量

上线时间2023-11-06 00:00:00

最近更新2026-07-29 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

覆盖多类幻觉（事实错误、上下文矛盾等），评估维度全面
集成多个公开基准（HaluEval、HalluQA），开箱即用
接口统一，支持自定义数据集和模型，扩展性强

不足之处

早期项目，文档和社区支持待观察
基准数据主要面向英文，中文场景适配需自行处理

适用场景

大模型发布前幻觉风险测试
RAG 系统检索质量对比评估
学术研究中幻觉量化分析

替代项目

HaluEval、HalluQA、TruthfulQA

项目介绍

UHGEval 是评测安全领域的开源项目，由 IAAR-Shanghai 开发，2023 年首次发布。

它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 182。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-29。Apache-2.0 许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：大模型发布前幻觉风险测试。同类可对比的替代方案包括 HaluEval、HalluQA、TruthfulQA。

上一篇：FollowBench

下一篇：Awesome-Machine-Generated-Text