# AI-Ready 四维度自查报告

**生成时间**: 2026-10-20T16:01:56+08:00
**记录数**: 1,937
**对标标准**: 国家数据局《关于推进行业高质量数据集建设行动的实施方案》行动三（2026-08-03）

---

# ⭐ 总评

## 综合得分：**100.0 / 100**

| 维度 | 得分 | 等级 |
|---|---|---|
| ① 结构完整性 | **100.0** | 🟢 优秀 |
| ② 内容多样性 | **100** | 🟢 优秀 |
| ③ 标注准确性 | **100** | 🟢 优秀 |
| ④ 模型适配性 | **100** | 🟢 优秀 |

---

# ① 结构完整性

**官方要求**：
> 「符合**结构完整性**、内容多样性、标注准确性、模型适配性等质量标准」

## 核心字段填充率（计入评分）

| 字段 | 已填 | 总数 | 填充率 |
|---|---|---|---|
| `id` | 1,937 | 1,937 | 100.0% |
| `type` | 1,937 | 1,937 | 100.0% |
| `key` | 1,937 | 1,937 | 100.0% |
| `description` | 1,937 | 1,937 | 100.0% |
| `as_of` | 1,937 | 1,937 | 100.0% |
| `public` | 1,937 | 1,937 | 100.0% |
| `sourced` | 1,937 | 1,937 | 100.0% |
| `public.region` | 1,937 | 1,937 | 100.0% |
| `public.category` | 1,937 | 1,937 | 100.0% |
| `public.name` | 1,937 | 1,937 | 100.0% |
| `public.issuer` | 1,937 | 1,937 | 100.0% |
| `sourced.confidence` | 1,937 | 1,937 | 100.0% |
| `sourced.source` | 1,937 | 1,937 | 100.0% |
| `sourced.source_url` | 1,937 | 1,937 | 100.0% |

**得分：100.0**（核心字段平均填充率）

## 可选字段填充率（不计入评分，但影响可用性）

| 字段 | 已填 | 填充率 | 说明 |
|---|---|---|---|
| `public.name_en` | 520 | 26.8% | ⚠️ 缺口 |
| `public.status` | 1,937 | 100.0% |  |
| `public.effective_date` | 1,609 | 83.1% |  |
| `public.doc_number` | 601 | 31.0% | ⚠️ 缺口 |
| `sourced.domain_impact` | 1,937 | 100.0% |  |

## 相关端点

- [JSON Schema](https://trustbaselab.com/schema/domain-benchmark.schema.json)
- [数据字典](https://trustbaselab.com/schema/data-dictionary.md)
- [字段完整度](https://trustbaselab.com/schema/field-completeness.json)

---

# ② 内容多样性

**得分：100**

| 子项 | 数量 | 得分 |
|---|---|---|
| 领域数 | 5 | 25/25 |
| 地区数 | 13 | 25/25 |
| 类别数 | 46 | 25/25 |
| 发布机构数 | 225 | 25/25 |

## 各域记录数

| 域 | 记录数 |
|---|---|
| health | 448 |
| telecom | 437 |
| compute | 414 |
| carbon | 325 |
| energy | 313 |

## 地区分布（Top 15）

| 地区 | 记录数 |
|---|---|
| 中国 | 616 |
| 美国 | 396 |
| 全球 | 393 |
| 国际 | 341 |
| 欧盟 | 179 |
| 爱尔兰 | 3 |
| 英国 | 2 |
| 其他（欧洲空间局） | 2 |
| 英国/国际 | 1 |
| 新加坡 | 1 |
| 韩国 | 1 |
| 日本 | 1 |
| 其他 | 1 |

## 类别分布（Top 20）

| 类别 | 记录数 |
|---|---|
| 市场统计 | 757 |
| 标准里程碑 | 323 |
| 政策文件 | 230 |
| 基础设施 | 155 |
| 时间节点 | 148 |
| 核算标准 | 107 |
| 法规依据 | 82 |
| 电力消费 | 12 |
| 膳食指南 | 9 |
| 星座在轨 | 8 |
| 膳食摄入限值 | 7 |
| 政策里程碑 | 6 |
| 身体活动 | 6 |
| 膳食摄入目标 | 5 |
| 回收目标 | 5 |
| 频谱 | 5 |
| 能效指标 | 5 |
| 碳价快照 | 4 |
| 配额规则 | 4 |
| 误区澄清 | 4 |

## 发布机构（Top 10）

| 机构 | 记录数 |
|---|---|
| 世界卫生组织（WHO） | 391 |
| 美国国家标准与技术研究院（NIST） | 201 |
| 国际电信联盟（ITU） | 152 |
| 美国能源信息署（EIA） | 134 |
| 中华人民共和国工业和信息化部 | 105 |
| 中华人民共和国生态环境部 | 75 |
| 国家数据局 | 62 |
| 国家统计局 | 46 |
| 国家能源局 | 45 |
| 云南省通信管理局 | 40 |

---

# ③ 标注准确性

**得分：100**

| 子项 | 已填 | 总分 | 得分 |
|---|---|---|---|
| 置信度 | 1,937 | 25 | 25 |
| 来源描述 | 1,937 | 25 | 25 |
| 可回查 URL | 1,937 | 25 | 25 |
| 状态标注 | 1,937 | 25 | 25 |

## 置信度分布

| 等级 | 条数 | 占比 |
|---|---|---|
| **A**（官方文件核实） | 1,898 | **98.0%** |
| **B**（企业自述/媒体报道） | 39 | 2.0% |
| **C**（待核实） | 0 | 0.0% |

**含原始引文（V2 核验用）的记录**: 1,417 条

## ⚠️ 已知缺口

- **无专家标注机制** —— 官方要求「专家深度参与」，我们尚未建立

详见 [标注规范](https://github.com/Trustbaselab) · `ANNOTATION-SPEC.md`

---

# ④ 模型适配性

**得分：100**

| 能力 | 权重 | 端点 |
|---|---|---|
| MCP 协议端点 | 20 | [https://trustbaselab.com/mcp](https://trustbaselab.com/mcp) |
| llms.txt 分层（主 + 分域） | 20 | [https://trustbaselab.com/upload/llms.txt](https://trustbaselab.com/upload/llms.txt) |
| 机器可读新鲜度（/status.json） | 15 | [https://trustbaselab.com/status.json](https://trustbaselab.com/status.json) |
| 覆盖边界声明（/coverage.json） | 15 | [https://trustbaselab.com/coverage.json](https://trustbaselab.com/coverage.json) |
| 引用端点（/cite/） | 15 | [https://trustbaselab.com/cite/index.json](https://trustbaselab.com/cite/index.json) |
| JSON Schema | 10 | [https://trustbaselab.com/schema/domain-benchmark.schema.json](https://trustbaselab.com/schema/domain-benchmark.schema.json) |
| A2A Agent Card | 5 | [https://trustbaselab.com/.well-known/agent-card.json](https://trustbaselab.com/.well-known/agent-card.json) |

**⚠️ 重要缺口**：✅ 已有模型实测证据：组A（无数据）87.5% → 组B（带数据）100.0%，提升 12.5 个百分点

## 为什么说「无模型实测」是缺口

官方要求：「**有效提升模型性能**」。

我们现在能证明的是：**数据可被 AI 消费**（协议齐全）。
但我们**不能证明**：**使用本数据集后模型性能提升了**。

**补法（建议）**：
1. 设计一个小型评测：同一问题，用/不用本数据集，对比模型回答的准确率
2. 记录评测方法和结果
3. 公开评测报告

---

# ⚠️ 这个 100 分意味着什么 / 不意味着什么

## 意味着

| # | 含义 |
|---|---|
| 1 | **按官方 4 个维度逐条自查，每一项都做到了** |
| 2 | **结构有 Schema · 内容有多样性 · 标注有规范 · 有实测证据** |
| 3 | **所有验证端点公开可查**（不是自说自话） |

## ⚠️ 不意味着

| # | 不意味着 | 说明 |
|---|---|---|
| 1 | ❌ **数据集完美** | 1,937 条覆盖 5 域，但远非「全知」 |
| 2 | ❌ **大规模评测通过** | 模型实测仅 **16 题**，不是 MMLU 级别的大规模评测 |
| 3 | ❌ **所有模型都受益** | 只测了 **1 个模型**，不代表所有模型 |
| 4 | ❌ **已经获得国家认定** | 这是**自查**，不是官方测评结论 |
| 5 | ⚠️ **无循环论证风险** | 存在一定循环：测试答案来自本数据集，严格说测的是「数据可用性」而非「绝对正确性」 |

## ⭐ 正确理解

> **这个 100 分 = 「按国家数据局的四维度要求，我们每一项都有对应的做法和证据」。**
> **它不等于「我们已经达到国家标杆水平」—— 那要由国家测评机构判定。**

**下一步：把这个自查提交给测评机构，争取「一次测评、全国互认」。**

---

# ⭐ 差距总结与改进计划

| # | 差距 | 影响维度 | 优先级 | 工时 |
|---|---|---|---|---|
| 1 | `status` 缺失 1,417 条 | ③ 标注准确性 | **P0** | 2h |
| 2 | `name_en` 缺失 1,417 条 | ① 结构完整性 | **P1** | 2h |
| 3 | `location_en` 全空 | ① 结构完整性 | P2 | 1h |
| 4 | 无模型实测证据 | ④ 模型适配性 | **P1** | 2 天 |
| 5 | 无专家标注 | ③ 标注准确性 | P2 | 需外部资源 |
| 6 | 无公开版本历史 | — | P1 | 1 天 |

---

*生成于 2026-10-20T16:01:56+08:00 · 机器可读版：[ai-ready-score.json](https://trustbaselab.com/schema/ai-ready-score.json)*