英文：Factuality Evaluation 分类：eval
评估模型输出内容与真实世界事实一致性的方法，聚焦"是否准确、可核实"，是大模型可信度（防幻觉）的核心评测维度。
方法：检索核验（输出声明 vs 权威来源）、NLI 判定（声明被证据支持与否）、人工事实核查（专家标注）；指标：事实准确率、支持率、错误率；评测集：FactBench、HaluEval、FreshQA（时效事实）。
用于 RAG 系统质量监控、新闻/医疗/金融内容生成审核、模型发布事实性报告与幻觉缓解效果验证；事实性评估是"AI 不说假话"的度量尺。