寻找供方|第42期:中高考及公务员考试题目与答案数据集

四季读书网 2026-09-28 17:42:04 7 0

发布方：陕西瀚光数字科技有限公司

数据采购要求：

· 内容要求

· 内容描述：为支持大模型在知识理解、学科解题、逻辑推理、阅读分析、文章写作及材料综合处理等方面的训练和评估，需要采购一批中考、高考及公务员考试的高质量题目与答案数据。

· 内容范围：

· 中考题目及答案：中考题目及答案：全国各地正式中考真题，以及经核验的全国性联考试题，包含各考试科目及其作文、写作题；

· 高考题目及答案：高考全国卷、各省级地区正式使用的试卷及地方自主命题真题，以及经核验的全国性联考试题，包含各考试科目及其作文、写作题；

· 公务员考试题目及答案：国家公务员考试、各省级地区公务员考试及公务员多省联考的笔试真题，核心覆盖行政职业能力测验（以下简称“行测”）和申论，包含申论全部材料题与文章写作题。

全部有效题目均须配有答案。作文和申论文章写作题须提供完整参考范文，不能仅提供题目、写作提纲、立意分析或答题方法。

仅接收纯文本题目、材料和答案，不交付图片、音频、视频类题目或媒体附件。图片中的公式须经 OCR 转写为可读文本或 LaTeX 并核验；转写后仍依赖图像信息的题目删除。物理实验题、生物看图题及所有逻辑图题明确排除。表格题必须提供完整的 Markdown 表格。

中高考仅接收上述真题及全国性联考题，其他试题不纳入本次采购范围。公务员考试按行测、申论真题纳入，其他考试类别及科目不计入本次有效数据。

· 数据具体要求：

· 数据类型：中国中考、高考及公务员考试的纯文本题目与答案数据。

·数据形态：以“纯文本题目 + 完整文本材料（如有）+ 文本答案”为基本形态，公式使用可读文本或 LaTeX，按题目级交付，不要求恢复整张试卷。

· 样本粒度：接受独立题目及材料题拆分后的子题。每条记录须包含可独立理解和作答的全部内容；拆分后的每道子题均须携带原题对应的完整材料，不能仅保留材料摘要、片段、材料 ID 或“材料同上”等引用。

·内容组织：材料与题目可以放在同一记录的不同字段，也可以合并为完整题目正文。答案与题目在同一记录内直接配套，可用字段区分，也可按明确的题目、答案标记合并组织；不要求独立答案文件或独立答案 ID。

· 答案要求：客观题提供明确答案；一般主观题提供完整作答内容和必要解题步骤或答案要点；作文及申论文章写作题提供至少 1 篇完整参考范文。

· 纯文本边界：交付内容不能依赖图片、音频、视频、外部媒体链接或媒体占位符。扫描来源中的文字和公式可在完整 OCR 并核验后作为文本交付；不能将识别图中标签、补写图像描述或删除图像视为完成纯文本转换。物理实验题、生物看图题及所有逻辑图题直接删除。表格以完整 Markdown 表格随题提供。

· 范围口径：“全国各地真题”指全国范围内各地区实际用于相应正式考试的试题，不限于名为“全国卷”的试卷。“全国性联考”指有实际跨省级地区联合组织、统一命题或统一使用试卷依据的考试，须有可核验的组织方、参与范围和考试记录，仅在标题中标注“全国”“联考”不足以认定。

·数据内容要求：

内容维度	具体要求
中考真题	覆盖全国各省、自治区、直辖市及相应地市正式中考真题，包括实际用于中考招生评价的相应科目试卷；保留地区、年份、考试名称及卷别。地方统一命题的正式中考真题属于纳入范围。
高考真题	覆盖各年份实际使用的全国统一命题试卷、适用地区试卷及地方自主命题试卷；保留原始卷名、适用地区、年份、科目及版本，不能将地方真题误排除。
中高考全国性联考	须为面向中考或高考备考的实际全国性联考试题，并提供组织方、跨省参与地区、考试日期及题目归属该场考试的依据。符合该条件的联考可纳入；普通模拟题不能仅以“联考题”名称纳入。
公务员考试	覆盖国考、各省级地区公务员考试及公务员多省联考的行测、申论真题。公务员多省联考按正式公务员考试真题归类，并保留各地试卷差异。
题目完整性	题干、选项、设问、分值（原卷有标注时）、作答要求及全部关联材料须完整转为文本。不得截断长材料、遗漏作文背景材料或申论给定资料。存在无法按本文件要求转写的必要图像或音视频信息时，整道题删除，不能仅删掉媒体后保留残缺题目。
材料与子题拆分	接受材料和题目分字段或合并存储，接受拆分后的子题。每道子题须重复附带其所属原题的完整公共材料及必要条件；原题共用多则材料时应保留该组完整材料，不得仅截取答案涉及的段落。子题答案只须对应当前子题。若该完整材料含无法合规转为纯文本的必要内容，相应子题一并删除，不能借拆题绕过材料完整性要求。
客观题答案	单选、多选、不定项选择、判断及客观填空等题目均须提供明确答案；选择题答案须能与原选项一一对应，不能仅提供解析而缺少最终答案。
一般主观题答案	符合纯文本范围的数学解答、阅读、翻译等主观题须提供完整文本答案，以及支撑核验所需的步骤或答案要点；原始来源包含解析、评分标准时应同步保留。答案也不能依赖图片、音频或视频。
作文及其他写作答案	中高考语文作文、外语书面表达等写作题均须提供至少 1 篇完整参考范文。范文须符合题目材料、主题、文体、语言、格式及字数要求；存在选做写作题时应按各选项分别配套。
申论答案	覆盖归纳概括、综合分析、提出对策、应用文写作及文章写作等题目；每道题均须提供完整参考作答，必要时附答案要点。应用文须提供符合题目要求的完整文稿，文章写作须提供完整范文。题型标签按实际试题标注，不据此限制收录。
答案来源	题目与答案来源可在同一来源信息中记录；来源不同时注明各自对应的内容。优先提供可核验的官方或考试组织方答案；未取得官方答案时可提供有明确来源、经过质量核验的参考答案。不得将机构答案、教研答案或模型生成内容标注为官方答案。
开放题答案标识	作文、申论等开放题的范文作为参考答案交付，不将某一范文表述为唯一正确答案。标注为“满分作文”“考场原文”或“官方范文”的内容必须提供对应依据。
公式 OCR	题干、材料、选项、答案及解析中的图片公式均须通过 OCR 转为可读文本或 LaTeX，并对照来源核验。保留分式、根式、上下标、指数、括号、正负号、不等号、单位及变量含义；不能以公式图片、图片路径或“公式见图”代替。仅当转写后题目与答案均完整、无需看图时纳入。
图像依赖题排除	物理实验题、生物看图题直接删除；其他依赖几何图形、电路图、装置图、结构图、地图、统计图、漫画等视觉信息的题目同样删除，包括行测图形推理和看图作文等。仅识别图中的文字或公式不能替代图形关系，不接受据图编写描述来改造题目。
逻辑图题排除	所有逻辑图题均删除，包括涉及逻辑关系图、流程图、树状图、维恩图及其他图示推理的题目。不以 OCR 识别节点文字、转为 Mermaid、ASCII 图或补写图示描述的方式纳入。
音视频题排除	删除听力题、音视频理解题及其他需要收听或观看媒体的题目，不提供媒体文件、链接、字幕或转写稿作为此类题目的替代交付。
Markdown 表格	表格题及题干、材料、选项、答案中的表格，均须以 Markdown 表格提供，保留表格标题、表头、行列对应关系、数值、单位及注释。扫描来源中的表格可在准确转写并核验后交付；不接受表格图片、Excel 附件或只用空格拼接的文本。多级表头、合并单元格须展开为含义明确的完整列名或重复分组标签，无法无损表达时删除该题。统计图、曲线图、逻辑图不得通过估读数值或改写成表格纳入。
答案冲突处理	同一道题存在不同来源答案时，应完成复核并记录采纳版本和依据；未解决的实质性争议题单独列入问题清单，不计入有效交付。
明确排除范围	排除中高考普通模拟题、非全国性联考的地方或校际模拟题、月考、周测、期中期末题、练习册题、教辅自编题、预测押题、竞赛题，以及未经核验的拼接卷、回忆题和题库改编题。排除公务员模拟题、培训练习题，以及事业单位、教师招聘、军队文职、遴选等其他考试题目；公务员面试题、专业科目试题不计入本次范围。

●数据字段要求：主数据采用 JSONL 格式交付，每行一条完整的题目与答案记录。subject（科目）与question_type（题型）是两个独立且必填的字段，不得合并为单个字段。材料和答案均与当前题目放在同一条记录内。正文支持两种组织方式：

1、分字段组织：question存题目，answer存对应答案；完整材料可单独放入本条记录的material，也可并入question。

2、合并组织：qa_content按明确的“材料 / 题目 / 答案”标记保存完整内容，也可将材料放入本条记录的 material。题目和答案边界必须可识别，并提供固定的解析规则。

每条记录至少满足其中一种方式，不要求同时提供两套正文。同一交付批次须统一字段类型和组织规则；拆分子题的完整材料必须以文本形式放在该子题记录内。公式直接写入对应正文，交付中不包含媒体附件字段、媒体文件、Base64 媒体内容或媒体嵌入标签。

字段	是否必需	具体要求
id	必需	题目记录唯一 ID，跨批次保持稳定。
paper_title	推荐	原始试卷或考试名称，仅用于来源说明，不要求提供整卷 ID、整卷结构或整卷索引。
exam_type	必需	考试类别，取值为中考、高考、公务员考试。
exam_category	必需	考试细分类型，如中考招生考试、普通高考、国考、省级公务员考试、公务员多省联考、全国性联考。
paper_type	必需	试卷性质，取值为真题或全国性联考；公务员考试仅接受真题。
exam_year/ exam_date	必需	exam_year为考试标称年度；exam_date为实际考试日期，无法核实时为null。两者分别记录，不以实际日期机械推导考试年度。
regions	必需	试卷适用的省级地区及地市列表，统一编码；全国卷按实际适用地区记录，不直接推定适用于所有地区。
paper_version	条件必需	区分卷别、批次、适用岗位类别等版本；存在差异时必填，不适用时为null。
subject	必需	科目，独立字段，如语文、数学、英语、行测、申论；采用统一科目字典。
question_type	必需	题型，独立字段，如单选题、多选题、解答题、作文、归纳概括、应用文写作、文章写作；采用统一题型字典。
question_no	推荐	原题题号或子题编号，用于来源定位；不要求提供父题关联字段。
question	条件必需	分字段组织时必填，包含完整题干、当前题目的全部设问及必要条件；材料可合并在此字段。
material	条件必需	材料未合并进question或qa_content时必填，保存完整文本材料；多则材料须保留编号与原始顺序，图片公式经 OCR 核验后写入正文。无材料或材料已合并时可省略。不得仅填材料 ID、摘要或外部链接。
options	条件必需	选择题选项未包含在question或qa_content正文时必填，保留原编号、内容与顺序；已包含或不适用时可省略。
answer	条件必需	分字段组织时必填，与本条题目直接对应。客观题给出明确答案；主观题给出完整作答；作文及申论文章写作题给出至少 1 篇完整范文。可包含解析和答案要点，无需独立答案 ID 或答案对象表。
qa_content	条件必需	合并组织时必填，保存可识别边界的完整题目与对应答案；采用此方式时可不提供question和answer。
score/ answer_requirements	必需	原卷分值及字数、文体、格式、作答语言等要求；原卷未提供时分别为null或[]，不得自行编造。
sources	必需	本条题目及答案的来源信息，包含来源名称、来源类型、原出处链接或交付包内文本佐证路径及定位；可合并记录。同一来源覆盖题目与答案时无须重复填写，来源不同时须注明对应内容。链接仅用于追溯来源，理解和作答所需内容必须全部在本条记录中以文本提供。
answer_source_type	必需	答案来源属性，如官方、考试组织方、出版或教研机构、人工编写；涉及模型生成时须明确注明。
is_official	必需	答案是否有依据认定为官方答案；无法核验时为false。参考范文须明确其参考性质。
explanation/ answer_points	推荐	可单独提供解析或答案要点，也可合并进answer或qa_content的答案部分。一般主观题及非文章写作类申论题所需的步骤或要点仍须完整。
scoring_criteria	有则提供	可获得的评分标准及其来源，可单独提供或合并进答案；无可靠标准时可省略。教研自拟要点须注明来源属性。
joint_exam_info	条件必需	中高考全国性联考必填，包含组织方、实际跨省参与范围、考试日期及佐证材料路径；其他试卷可为null。
knowledge_points/ difficulty	推荐	知识点和难度标签；有可靠标注时提供，不得以未经验证的自动标签替代质量审核。

配套提供字段字典及正文组织规则。公式和 Markdown 表格直接写入 question、material、answer或qa_content的对应位置，无须另建附件字段；JSON 字符串中的换行与 LaTeX 反斜杠须正确转义。试卷或题组是否完整不影响其中独立完整题目的交付；不要求另建公共材料表、独立答案表或逐题审核状态字段。

●考试与科目覆盖要求：以下科目覆盖均以本文件的纯文本范围为前提；物理实验题、生物看图题、逻辑图题和其他媒体依赖题不纳入覆盖目标或有效题量，表格题须符合 Markdown 表格要求。

覆盖维度	具体要求
地域覆盖	以中国大陆全国各省、自治区、直辖市为覆盖目标；中考细化到实际命题地区，高考细化到试卷适用地区，公务员考试区分国考和各地考试。须提交地域覆盖矩阵及缺失清单。
中考科目	覆盖各地区、各年份实际考试的科目，包括语文、数学、外语、物理、化学、道德与法治、历史、地理、生物等；按原卷名称及考试设置记录，不要求不存在的科目组合。
高考科目	覆盖各年份、各卷别实际考试的科目，包括语文、数学、外语、物理、化学、生物、政治、历史、地理及相应综合科目等；保留不同考试方案下的科目及卷别差异。
作文与外语写作	覆盖中高考作文、书面表达及其他要求完整文本作答的写作题；所交付的每道写作题均配套完整答案或范文，不以收齐其所属整卷为前提。
公务员行测	覆盖不同模块的题目，保留言语理解、数量关系、判断推理、资料分析、常识判断等原卷实际模块名称；历史或新设模块按原卷保留，不强行映射为固定模块。
公务员申论	覆盖非文章写作题、应用文及文章写作题，保留适用岗位类别和试卷版本差异。接受拆分后的单道设问，每道题均须附带其所属原题的完整给定资料及对应答案。
年份覆盖	具体起止年份待确认。供应商先提交全部可供年份和各年份题量，优先提供较新年份并补充历史真题；不得用范围外的试题补足缺失年份。
全国性联考核验	中高考联考须逐项提交联考名称、组织方、实际参与地区和依据清单；经核验符合本文件定义的才可纳入，不以机构宣传或试卷标题代替证据。
覆盖统计口径	按考试类型、年份、地区、科目、试题性质及题型分别统计有效题量；同题跨地区使用只计 1 道去重后题目，保留实际来源和适用地区。多标签覆盖数可重叠，总题量按唯一题目计算。

●数据规模要求：

规模维度	具体要求
数据总量	待供应商盘点后确认，以完成纯文本筛选、公式及表格转写核验，且题目和答案完整、去重后的有效题目数为准。排除的媒体题、逻辑图题等不得计入有效数量。
分类题量	中考真题、中考全国性联考、高考真题、高考全国性联考、公务员行测真题、公务员申论真题分别列出原始题目数及去重后有效题目数。
作文及申论规模	单独统计中考作文、高考作文、外语写作、申论非文章写作及申论文章写作的题目数、完整答案数和完整范文数；不得以范文数量替代题目数量。
题目与答案配套	有效题目答案配套率 100%；作文及申论文章写作题完整范文配套率 100%，每题至少 1 篇。
计数规则	按可独立作答和评分的小问计数；拆分小问后父题不重复计数。同题多答案、多范文、多文件格式或跨地区复用均不增加去重后题量。
独立题目要求	按题目完整性验收和计量，不要求整卷齐备。可交付来源试卷中的部分题目；每道已交付题目必须包含完整材料、设问及对应答案。拆分子题携带相同公共材料不单独增加题量。
各细分类型占比	不预设硬性占比。采购前确认覆盖清单和分类数量，供应商不能以某一类别的超额题量替代另一类别的缺口。
数据更新频率	暂按一次性采购拟定；如需后续按考试年度补充，另行确认更新周期和批次数量。

●数据质量要求：

质量指标	具体标准（需量化）
范围符合性	有效交付数据 100% 属于本文件约定范围。普通模拟题、练习题及其他排除类别混入数量为 0。
纯文本符合性	题目、材料、选项、答案及解析的纯文本可用率 100%；图片、音频、视频、逻辑图题及其他明确排除类别混入数量为 0。不得以媒体路径、嵌入标签、Base64 内容或“见图”等缺失信息占位替代正文。
公式与表格转写	所有图片公式完成 OCR 并经来源核验，转写后公式完整率 100%；所有表格均使用 Markdown 格式，表头、行列关系、数值、单位和注释完整率 100%。发现影响题意的识别错误须修正，无法核实或无损表达的题目删除。
完整性	有效题目必需字段、题干、关联材料和答案的配套完整率 100%；作文及申论文章写作题完整范文配套率 100%。缺少必要内容的记录不计入有效数据。
题目还原准确性	人工抽检中，题干、选项、设问和材料与原卷一致的题目比例≥ 99%；重点核验 OCR 公式的符号、上下标、数字与单位，以及 Markdown 表格的表头、单元格数值和行列对应关系。
答案正确性	客观题答案抽检正确率≥ 99%；一般主观题及非文章写作类申论题答案抽检合格率 ≥ 98%，按结论正确、依据充分、要点完整及与设问一致判定。
作文及申论范文质量	人工抽检合格率≥ 98%。须切合题意和给定材料、正文完整、结构连贯，并满足题目规定的语言、文体、格式及字数要求；通用模板、仅有提纲、无关文章不得作为完整范文。
对应一致性	同条记录中的材料、设问与答案对应准确率 100%；合并正文的题目、答案边界须清楚，公式及 Markdown 表格与上下文位置对应，不得发生答案错位、材料串题或表格错行。
可追溯性	题目及答案来源记录完整率 100%；标记为官方答案的依据可核验率 100%。中高考全国性联考须全部具备组织方和实际参与范围佐证。
唯一性	必须完成 MD5 去重 + 题目核心正文去重两道处理。验收时 MD5 完全重复记录数及规范化后核心正文完全重复记录数均为 0；包含人工确认的近似重复在内，最终残余重复率 ≤ 0.5%。具体规则见下文。
格式可用性	JSONL 解析通过率 100%；必需字段类型检查通过率 100%；正文中的 LaTeX 转义、Markdown 表格及文本分隔规则检查通过率 100%。
质量核验与问题处理	供应商须完成题目与答案质量核验；未经核验的模型生成答案不计入有效交付。不要求逐题交付审核状态字段。抽检发现的错题、错答案、来源不明、范文不合格等问题须修正或剔除，并在批次质量报告中说明。