评测数据集 · 实体榜单 · process-audit · GB-Vision
过程审计与幻觉轨迹：公开评测地图与私有门禁映射｜朗慧
对齐 MedBench v5 方向：验收中间步骤与幻觉传播，而不是只看终答。 对齐 2026-09-27 前沿评测进展，给出 GB-Vision 映射、字段清单与询盘入口。
English entry: /en/gate/benchmarks/process-audit/
定义与观测窗口
过程审计与幻觉轨迹（Process Audit & Hallucination Trajectories）· 观测窗口 2026-09-27。
对齐 MedBench v5 方向：验收中间步骤与幻觉传播，而不是只看终答。
主映射 SKU：GB-Vision（多模态评测集）。相关扩展：GB-Safety、GB-Exam。
参考文献标识：arXiv:2606.24155。
测什么 / 测不到什么
测量面：
- 过程节点完整率
- 矛盾识别
- 自我纠正
产业共识缺口：
- 日志格式不统一
- 产品 CI 未接入
数据集要求（可采购字段）
- 节点 schema
- 抽查比例
- 失败分桶
完整采购与门禁协议见意图簇文章，并回到类目页 GB-Vision。
意图簇（商业词进攻）
角色入口
过程审计与幻觉轨迹公开协议能对照的是：过程节点完整率、矛盾识别、自我纠正。这些维度要分列，不能收成一个总分。
公开材料测得到、合同里买不到的部分是：日志格式不统一；产品 CI 未接入。
写进数据卡时建议保持同名的字段是：节点 schema、抽查比例、失败分桶。缺哪一项，就标成未覆盖。
朗慧 把公开对照留在需求地图上，把可下单的规格放在 GB-Vision 的私有层。观测窗口 2026-09-27；版本以原论文和当期数据卡为准。