val2026:太阳物理论文数据引用盲审验证集
数据集简介
Version 2:第二轮裁定
Version 2 在原有验证结果基础上新增了第二轮裁定记录。这一轮裁定以 day_level_adjudications.csv 的形式给出,记录的是人工做出的「亚日级」或「日期错误」判定,并附有判定理由。评审活动本身覆盖 2026 年 8 月至 9 月,对 182 篇太阳物理学论文评估集中抽取的每一条数据引用逐一核查。
第二轮裁定的加入,使数据集从单轮评审裁决扩展为包含复核环节的完整链条:先由两位评审人独立给出裁决,再对存在分歧或需要细化到日级以下精度的条目进行人工裁定。
全文:评估集、声明与裁决
评估集来自 182 篇太阳物理学论文,带有抽样分层(sampling stratum)与逐篇许可信息,逐篇记录在 papers.csv 中,字段包括 bibcode、抽样分层、溯源标签、年份、期刊、标题、DOI、许可与 SHA-256 校验和。
在此基础上,数据集提供 1,613 条去重声明,记录于 claims.csv,每条声明对应论文、仪器记录、观测窗口、流水线配置与校准标记。声明由两种配置抽取:GPT-OSS-120B 在混合推理强度下运行,以及 GPT-5.4。
评审裁决共 1,829 条,记录于 verdicts.csv,字段包括状态(approved / rejected / needs_review)、三个勾选项、使用类别、自由文本备注与时间戳。校准工作由 campaign.json 描述,其中包含集合标签、开始时间、评审人名单,以及 25 条校准声明 ID。
除上述核心文件外,数据集还包含 snapshots/、scripts/、tables/ 三个目录,以及 RUBRIC.md(评审细则,v2.1)、VALIDATION_PROTOCOL.md(验证协议)与 PROVENANCE.md(运行溯源信息)。文件格式涵盖 csv、json、md、zip 与 py,数据总量 1.8 MB。
许可与引用
数据集以 CC BY 4.0 许可发布,DOI 为 10.5281/zenodo.22920407,发布时间为 2026 年 9 月 23 日。论文全文除出版商许可允许外不重新分发,数据集仅提供 DOI 与文本校验和,供使用者核对引用来源。