HalluQA是一个专门用于评估中文大语言模型幻觉问题的基准数据集。它包含450个精心设计的对抗性问题,涵盖多个领域,并考虑了中国历史文化、习俗和社会现象。通过对24个大型中文语言模型的广泛实验,HalluQA揭示了当前模型在处理幻觉问题上的不足,为未来的模型改进提供了重要参考。