---
description: AIL-546 公开职业人物搜索的 50 条中英文、同名、时效与路由 Eval 候选
status: proposed
updated: 2026-08-14
sources:
  - https://profiles.stanford.edu/fei-fei-li
  - https://blog.google/company-news/inside-google/message-ceo/next-chapter-ai-momentum/
  - https://www.ted.com/speakers/chris_anderson_wired
  - https://www.nobelprize.org/prizes/chemistry/2024/baker/
  - https://www.sap.com/investors/en/governance-and-sustainability/supervisory-board/qi-lu.html
  - https://air.tsinghua.edu.cn/en/info/1044/1172.htm
confidence: medium
sensitivity: public
---

# AIL-546：公开人物搜索 Eval 50

> 观察时间：2026-08-14。全部是公开职业人物与合成输入，不含联系方式、家庭关系、住址、敏感属性、内部 task bundle 原文或登录态内容。详细 machine gold 保留在授权工作区，不进入此公开投影。

## 先给判断

这 50 条的价值不在“名人够不够多”，而在于把人物搜索拆成四种不同成功：

1. **身份召回成功**：中英文、拼音、alias、姓名顺序变化后仍找回同一人。
2. **身份判断成功**：面对同名候选不被 popularity prior 诱导，能用公司、学校、作品和时间线消歧。
3. **时间判断成功**：能把 current、historical、announced transition 和 stale page 分开，不把旧权威页面当今天事实。
4. **路由成功**：证据不足先追问；已知身份、概念或公司查询不调用人物搜索。

因此它还不是可直接锁死阈值的 production gold。45 条正样本中有 5 条明确需要人工裁决，4 条是高动态时效样本；投入 CI 前需要双人独立标注、冻结观察时间，并把 hidden holdout 与调参集隔离。

## 数据集构成

| 维度 | 数量 | 说明 |
|---|---:|---|
| 中文或中英双语公开人物 | 26 | 中文名、拼音、英文职业名、姓名顺序、简繁体 |
| 国际英文公开人物 | 19 | 科研、创业、大厂高管、同名与快速流动 |
| 合成路由负样本 | 5 | 2 条应追问，3 条应完全不搜索 |
| `search_and_confirm` | 33 | 搜索后展示证据并请求用户确认 |
| `gather_current_evidence` | 12 | 身份可识别，但现职必须刷新或保留未知 |
| `ask_disambiguating_question` | 2 | 不允许返回唯一人物 |
| `no_search` | 3 | 工具调用数金标为 0 |

## 50 条 case

### A. 中文、拼音、英文职业名与长履历（P01–P26）

| ID | 人物 | 合成线索与核心难点 | 预期动作 |
|---|---|---|---|
| P01 | 李飞飞 / Fei-Fei Li / L. Fei-Fei | Stanford HAI + World Labs；论文署名与中英文 alias 合并 | search + confirm |
| P02 | 吴恩达 / Andrew Y. Ng | Stanford、Coursera、DeepLearning.AI、AI Fund 多个并行/历史身份 | search + confirm |
| P03 | 李开复 / Kai-Fu Lee | Apple→Microsoft→Google China→创新工场→01.AI 的长时间线 | search + confirm |
| P04 | 沈向洋 / Harry Heung-Yeung Shum | Microsoft 权威页只证明历史；HKUST 现职需按日期刷新 | gather current evidence |
| P05 | 陆奇 / Qi Lu / Lu Qi | 姓名顺序可逆；Yahoo、Microsoft、Baidu、YC China、MiraclePlus | search + confirm |
| P06 | 张亚勤 / Ya-Qin Zhang | 连字符与拼音变体；Microsoft→Baidu→Tsinghua AIR | search + confirm |
| P07 | 何恺明 / Kaiming He | ResNet、MSRA、FAIR、MIT 与 Google DeepMind 双重现职 | search + confirm |
| P08 | 贾扬清 / Yangqing Jia | Caffe、Meta、Alibaba、Lepton 被 NVIDIA 收购后的头衔时效 | gather current evidence |
| P09 | 杨植麟 / Zhilin Yang | 论文作者、Moonshot 公司与 Kimi 产品三种实体需归一 | search + confirm |
| P10 | 王兴兴 / Xingxing Wang | 高频姓氏、重复名、WANG Xing-xing；XDog、DJI、Unitree | search + confirm |
| P11 | 张一鸣 / Yiming Zhang | ByteDance founder 可确认，但不得写成 2026 CEO/董事长 | search + confirm |
| P12 | 梁文锋 / Liang Wenfeng | 官方个人页稀缺、姓名顺序、媒体重复引用；禁止补猜私生活 | search + confirm |
| P13 | 戴文渊 / Wenyuan Dai | 官网写 Wenyuan Dai，交易所写 Dai Wenyuan；Baidu/Huawei/4Paradigm | search + confirm |
| P14 | 余凯 / Kai Yu / Yu Kai | 极常见英文组合；Baidu IDL、自动驾驶、Horizon 联合消歧 | search + confirm |
| P15 | 王坚 / Jian Wang | 王坚/王健近名；旧文件写 Alibaba CTO，2026 正式头衔不得猜 | gather current evidence |
| P16 | 周志华 / Zhi-Hua Zhou / Jihua Joe | 连字符、发音 alias、LAMDA 与“西瓜书”作品线索 | search + confirm |
| P17 | 唐杰 / Jie Tang | 常见英文名；Tsinghua KEG、AMiner、name disambiguation、Zhipu | search + confirm |
| P18 | 张潼 / Tong Zhang | 高碰撞姓名；Stanford PhD、ML theory、HKUST 数学系联合消歧 | search + confirm |
| P19 | 姚期智 / Andrew Chi-Chih Yao | 四种姓名、两次博士、Turing Award、跨半世纪机构时间线 | search + confirm |
| P20 | 王小川 / Xiaochuan Wang | 旧 Sogou 身份压过 Baichuan AI 新创业身份 | search + confirm |
| P21 | 黄仁勋 / Jensen / Jen-Hsun Huang | 常用名、旧拼写与中文名差异大，不能拆成两人 | search + confirm |
| P22 | 苏姿丰 / 蘇姿丰 / Lisa Tzwu-Fang Su | 简繁体、短英文名、完整英文名与 IBM→Freescale→AMD | search + confirm |
| P23 | 李彦宏 / Robin Yanhong Li | 职业英文名与本名不同；Baidu IR 为 current identity authority | search + confirm |
| P24 | 汪滔 / Wang Tao / Frank Wang | Frank Wang 高碰撞，且中文姓是“汪”不是“王”；HKUST + DJI | search + confirm |
| P25 | 王慧文 / Huiwen Wang | Meituan、光年之外与收购后角色变化；不把旧董事身份当现职 | gather current evidence |
| P26 | 李想 / Xiang Li | 人名、普通词与 Li Auto 品牌碰撞；汽车之家历史线索 | search + confirm |

### B. 国际英文、同名与职位快速变化（P27–P45）

| ID | 人物 | 合成线索与核心难点 | 预期动作 |
|---|---|---|---|
| P27 | Mira / Ermira Murati | OpenAI CTO 是旧身份；Thinking Machines Lab 才是当前目标 | gather current evidence |
| P28 | Ilya Sutskever | Toronto 个人页仍写 OpenAI，NVIDIA 2026 公告写 SSI CEO | gather current evidence |
| P29 | Dario Amodei | Google Brain→OpenAI→Anthropic；与 Daniela 同姓同公司 | search + confirm |
| P30 | Daniela Amodei | 不能因同姓和公司重叠返回 Dario；President 角色是区分线索 | search + confirm |
| P31 | Mustafa Suleyman | DeepMind→Inflection→Microsoft AI，旧公司热度不能覆盖现职 | search + confirm |
| P32 | Demis Hassabis | 2026-08-05 从 DeepMind CEO 转 Chair/Alphabet Chief Scientist；官网有传播延迟 | gather current evidence |
| P33 | Jeff / Jeffrey Dean | Google Research 仍写 Chief Scientist，但 2026-08-05 官方信宣布离开创业 | gather current evidence |
| P34 | Yann LeCun / Le Cun | 姓氏 tokenization、Meta 与 NYU 双 affiliation、页面时效差异 | gather current evidence |
| P35 | Geoffrey / Geoff Hinton | Google 2013–2023 是历史，U of T emeritus 才是 current scope | search + confirm |
| P36 | Joëlle / Joelle Pineau | 重音符 normalization；McGill current、Meta FAIR leadership 已结束 | gather current evidence |
| P37 | Noam Shazeer | Google→Character.AI→Google/Gemini→OpenAI；只知道宣布加入，不编造正式 title | gather current evidence |
| P38 | Arthur Mensch | DeepMind 研究者到 Mistral CEO；公司页比旧演讲简介新 | search + confirm |
| P39 | Alexandr / Alex / Alexander Wang | 与时装设计师及大量 Alex Wang 撞名；已离开 Scale CEO 去 Meta | gather current evidence |
| P40 | Michael I. Jordan | Berkeley ML 教授，不是篮球运动员；middle initial 和领域压过知名度 | search + confirm |
| P41 | Chris Anderson（Wired/3DR） | 与 TED curator 完全同名且同属科技圈；TED 页面明确提示不可混淆 | search + confirm |
| P42 | David Baker（UW） | 极常见名；Seattle、protein design、2024 Nobel 联合消歧 | search + confirm |
| P43 | David R. Liu | 常见名；middle initial、base/prime editing、Harvard/Broad 是金线索 | search + confirm |
| P44 | Robert F. Smith | 与音乐人等同名；Vista、enterprise software 与中间名缩写消歧 | search + confirm |
| P45 | Kevin Scott（Microsoft CTO） | 常见名；Microsoft + Google/LinkedIn 历史组合消歧 | search + confirm |

### C. 应追问或不应搜索（R46–R50）

| ID | 输入 | 正确行为 | 错误行为 |
|---|---|---|---|
| R46 | “王伟，在北京做 AI，好像在大厂” | 问公司/学校/方向/时间 | 猜某个高热度王伟并给唯一结果 |
| R47 | “Alex Wang, works in AI in the US” | 问公司、产品、城市或学校 | 因 Scale AI 热度直接认定 Alexandr Wang |
| R48 | “这是已确认的李飞飞 Stanford 官方页，帮我总结研究方向” | 直接读已给来源；人物搜索调用 0 | 重新搜人、换出另一个候选 |
| R49 | “解释 Michael Jordan model” | 当概念问题回答；人物搜索调用 0 | 因人名字符串触发 person search |
| R50 | “比较理想汽车年报研发投入，不是在找李想” | 路由到公司/财报研究；人物搜索调用 0 | 把“理想”解析为创始人并搜人 |

## 最有代表性的 12 条

若只做第一轮人工 shadow，不建议随机抽 12 个“看起来不同的人”，而应优先覆盖失败机制：

- **P10 王兴兴**：中文重复名 + 连字符拼音 + 前雇主。
- **P14 余凯**：姓名顺序和常见名碰撞。
- **P15 王坚**：身份可识别但 current role 不可安全下结论。
- **P19 姚期智**：极长履历和四种姓名写法。
- **P24 汪滔**：Frank Wang 碰撞以及“汪/王”差异。
- **P26 李想**：人名、普通词与品牌意图三碰撞。
- **P28 Ilya Sutskever**：权威个人页陈旧。
- **P32 Demis Hassabis**：几天级官方变更与页面传播延迟。
- **P33 Jeff Dean**：同一机构内部两个官方页面冲突。
- **P39 Alexandr Wang**：短名、跨领域同名与 CEO 离任。
- **P41 Chris Anderson**：完全同名、同属科技圈、官方显式反混淆。
- **R46 王伟**：应追问而不是被 popularity prior 诱导。

## 如何变成可发布 Eval

1. 冻结每条 case 的 `observed_at`、source snapshot hash、expected action 和 claim scope；当前职位不能只保存字符串。
2. 两名标注者先独立给出 `identifiability`、`gold_target|target_absent`、`current/historical/unknown` 与 `expected_action`，再由第三人裁决分歧。
3. 指标拆开：retrieval Recall@3、resolvable-only Top-1、ask recall、false confirm、no-search precision、current-role temporal accuracy。
4. `P32/P33/P37/P39` 放入 rolling freshness suite，不进入永久静态 holdout；静态 holdout 只保存可长期复现的身份事实。
5. 所有正样本的 Agent 输出仍需“候选确认”，不得借 benchmark 把搜索候选自动写入 Contact。

## 能力收获

这批案例说明 AIL-546 后续最值得增加的不是更多人物名单，而是一个 **eval-case compiler**：从公开来源生成最小化 case manifest，强制包含 `observed_at`、alias、current/historical claim、expected action、source tier、human adjudication status 与隐私检查。只有当同类 case 持续重复、输入输出稳定且有独立 gold owner 时，再把它升级为 CI 中的持续门禁。