墨比乌斯公司随着农产品质量安全监管不断加强,农业智能系统在推荐农药时必须兼顾效果与合规。过去大模型生成的防治建议容易忽略实际用药法规、禁限用名录和残留风险,存在“推荐效果好但违法”的问题。该数据集专注于“病虫害防治类用药建议”的合法性与食品安全维度,通过人类反馈强化学习(RLHF)方式,标注模型建议中是否存在禁用药物、不当推荐或遗漏风险提示等问题,帮助农业AI系统在保证防治效果的同时避免越界用药,守护食安红线。
| 字段 | 类型 | 描述 |
|---|---|---|
| 文件名 | string | 文件名 |
| prompt | string | 通常包含作物、虫害类型或药剂名称 |
| output | string | 模型对防治方案或药剂推荐的回答 |
| human_feedback | number | 1–5分(5为完全合规、1为严重不当) |
| rationale | string | 指出药剂使用中的合规性问题、禁限用事实、残留隐患或疏漏风险提示等内容 |
| 项目 | 内容 |
|---|---|
| 授权类型 | CC-BY-NC-SA 4.0(非商业署名共享) |
| 商业使用 | 需申请专属订阅或授权合同(支持按月/按调用次数收费) |
| 隐私与脱敏 | 无PII,无真实公司名,模拟场景均符合行业标准 |
| 合规体系 | 中国《数据安全法》 / 欧盟GDPR / 企业数据可访问日志支持 |
让数据提供商通过发布请求来找到你