{
  "description": "受控的用户记忆问答对比集（实验 3-12）。用于离线量化『在嵌入/索引前对记忆块做上下文化』相较『直接索引原始对话块』在召回用户事实上的提升。每个 chunk 同时给出 text（原始对话块）与 context（上下文前缀，代表由 LLM 生成的『情境锚定』摘要）。gold 为该 query 对应的正确记忆块 id。数据集刻意包含若干『孤立片段』（如『好的，就订这个吧』），它们脱离上下文后几乎不含可检索信号——这正是本章要说明的痛点。",
  "note": "本文件为教学用受控数据集；生产环境的 context 由 LLM 逐块生成、并用神经嵌入检索（需 API）。此处以确定性的 BM25 词法检索作为无需 API 的离线代理，度量的是同一份 context 分别拼接前后对召回的影响。",
  "chunks": [
    {
      "id": "flight_detail",
      "scenario": "flight",
      "text": "用户：帮我看看从上海到西雅图的单程航班。\n助手：为您找到达美航空 DL588，10 月 12 日出发，单程含税 500 美元。",
      "context": "本段来自用户与旅行助手 2024 年 10 月的机票预订对话，讨论上海飞西雅图的单程航班：达美 DL588，含税 500 美元。"
    },
    {
      "id": "flight_confirm",
      "scenario": "flight",
      "text": "用户：好的，就订这个吧。\n助手：已为您预订，稍后发送电子行程单。",
      "context": "本段承接上文，用户确认预订那张 500 美元、上海飞西雅图的达美 DL588 单程机票。"
    },
    {
      "id": "hotel_detail",
      "scenario": "hotel",
      "text": "用户：西雅图市中心有什么酒店推荐？\n助手：推荐凯悦酒店，10 月 12 日至 15 日三晚共 840 美元。",
      "context": "本段来自同一次西雅图行程的酒店预订讨论：凯悦酒店，10 月 12-15 日三晚 840 美元。"
    },
    {
      "id": "hotel_confirm",
      "scenario": "hotel",
      "text": "用户：可以，帮我订下来。\n助手：好的，已锁定房间。",
      "context": "本段承接上文，用户确认预订西雅图凯悦酒店三晚（840 美元）的房间。"
    },
    {
      "id": "bank_account",
      "scenario": "bank",
      "text": "助手：您的新支票账户已开通。\n用户：号码是多少？\n助手：账号是 4429853327，路由号 123006800。",
      "context": "本段来自用户在第一国民银行开设支票账户的通话，客服告知支票账号 4429853327 与路由号 123006800。"
    },
    {
      "id": "bank_confirm",
      "scenario": "bank",
      "text": "用户：记下了，就用这个。\n助手：好的，已为您设置为默认收款账户。",
      "context": "本段承接上文，用户确认使用第一国民银行支票账户 4429853327 作为默认收款账户。"
    },
    {
      "id": "passport",
      "scenario": "travel_doc",
      "text": "用户：顺便问下，我护照还有效吧？\n助手：您的护照 2025 年 2 月 18 日到期，出行前请留意。",
      "context": "本段提到用户 Jessica 的护照将于 2025 年 2 月 18 日过期，与其一月的东京出行相关。"
    },
    {
      "id": "medication",
      "scenario": "medical",
      "text": "医生：这次给你把剂量调整一下。\n用户：好的，听你的。",
      "context": "本段来自复诊对话，医生将用户的二甲双胍剂量由每日 500 毫克上调至每日 1000 毫克。"
    },
    {
      "id": "restaurant_pref",
      "scenario": "preference",
      "text": "用户：我不吃香菜，也对花生过敏。\n助手：已记录您的饮食禁忌。",
      "context": "本段记录用户的饮食偏好与过敏信息：不吃香菜，对花生过敏。"
    },
    {
      "id": "gym_distractor",
      "scenario": "gym",
      "text": "用户：我想办张健身卡。\n助手：我们有月卡和年卡两种，年卡 1200 元。",
      "context": "本段来自健身房会籍咨询，年卡 1200 元。"
    },
    {
      "id": "car_distractor",
      "scenario": "car",
      "text": "用户：租车大概多少钱一天？\n助手：经济型每天 45 美元，含基础保险。",
      "context": "本段来自租车询价，经济型每天 45 美元。"
    },
    {
      "id": "insurance_distractor",
      "scenario": "insurance",
      "text": "用户：我的车险什么时候续？\n助手：您的保单 12 月 1 日到期，可提前一个月续保。",
      "context": "本段来自车险咨询，保单 12 月 1 日到期。"
    }
  ],
  "queries": [
    {"q": "我最后确认预订的那张上海到西雅图的机票是哪个航班？", "gold": "flight_confirm"},
    {"q": "我订的西雅图酒店确认了吗，是哪家？", "gold": "hotel_confirm"},
    {"q": "我设为默认收款的银行支票账户是哪个？", "gold": "bank_confirm"},
    {"q": "从上海到西雅图那趟航班的票价是多少？", "gold": "flight_detail"},
    {"q": "我的护照什么时候过期？", "gold": "passport"},
    {"q": "医生把我的二甲双胍剂量调成多少了？", "gold": "medication"},
    {"q": "我有哪些饮食过敏和忌口？", "gold": "restaurant_pref"},
    {"q": "西雅图凯悦酒店三晚一共多少钱？", "gold": "hotel_detail"}
  ]
}