ztpop-mail-kb 邮件安全训练数据集

v1.0.0 · 928 条问答对 · CC BY 4.0 · 2026-08-10 导出

数据集简介

本数据集由 ztpop.net 昆仑邮件系统知识库 导出，包含 928 条邮件安全领域问答对（我方原创表述），覆盖 DMARC / SPF / DKIM / MTA-STS / TLS-RPT / BIMI / ARC / 反钓鱼 / 信创国产化 / 合规标准等主题，用于邮件安全方向大模型的训练与微调。

配套站点：https://www.ztpop.net（中文世界邮件系统技术知识库）

文件下载

文件	内容	大小
qa.jsonl	928 条问答对（instruction / input / output / meta）	4.5 MB
articles.jsonl	928 篇关联文章元信息（slug / section / license / attribution）	136 KB
manifest.json	数据集元数据与合规标记	433 B
README.md	使用说明与许可证	2.2 KB

GitHub 镜像仓库：github.com/ztpop-tech/ztpop-mail-kb

许可证与合规声明

CC BY 4.0 — 使用时须署名「ztpop.net 昆仑邮件系统知识库」，商业与训练用途均允许。
数据集仅含我方基于权威资料整理的原创表述，不含任何 RFC / NIST / CISA 等第三方原文片段。
威胁情报、客户案例等 L3 私有层数据未包含。
数据集为自有表述的 Q&A 产物，不是信源包，不可被当作第三方版权文献使用。

数据质量说明（诚实披露）

928 条 Q&A 中，当前 208 条在 meta.source_ref 中带有可溯源的人类权威文献引用（RFC / 官方文档 URL）。
其余 720 条的 source_ref 当前为空，属已知的「来源回填债务」，正由每日回填流水线持续补全；这些条目仍为我方原创表述，并非第三方文献复制。
如用于严谨训练，建议优先采用带 source_ref 的子集，或等待 v1.1.0 全量回填后使用。

加载示例

import json
with open("qa.jsonl", encoding="utf-8") as f:
    data = [json.loads(line) for line in f]
# data[i]["instruction"] / ["input"] / ["output"] / ["meta"]

版本记录

v1.0.0（2026-08-10）：初始导出 928 条问答对。
后续版本将随来源回填进度提升 source_ref 覆盖率，并可能扩充至白皮书 / RFC 译本结构化问答。