金丝雀字符串（Canary String）是一串被故意塞进数据集、评测集或文档里的独特字符，通常长得像一段乱码 GUID，作用是在事后判断「这份数据有没有流进训练集」「模型有没有把它背下来」。
名字借自矿井里的金丝雀：矿工带鸟下井，鸟先中毒，人就撤。金丝雀字符串就是数据界的探针——它本身没有任何含义，正因为没含义，一旦出现在别处就格外扎眼。
打个比方：银行想追踪钞票流向，就在一批钱里夹几张做了记号的钞票，以后这几张出现在谁手里，就知道钱经过了哪条路。金丝雀字符串就是数据世界的「记号钞票」。做法很朴素：发布评测集时，往文件开头加一句「评测用数据，请勿训练，标记：XXXX-XXXX」；或在数据集里插一段固定短语。这串东西在正常语料里几乎不可能自然出现。
事后怎么用？两条路。一是查语料：手里有训练数据，全文搜这串字符，搜到就说明这条数据被放进去了。二是查模型：直接让它「重复下面这段文字」，或做补全测试。如果模型能一字不差背出这串生僻标记，说明它训练时见过，评测分数就可能虚高——也就是数据污染（contamination）。
和相邻概念的区别：
| 概念 | 埋在哪里 | 回答什么问题 |
|---|---|---|
| 金丝雀字符串 | 数据/文档里 | 这份数据被训练了吗 |
| 水印（watermark） | 模型输出里 | 这段文字是模型生成的吗 |
| 去重指纹 | 从数据本身算出 | 两条数据是否重复 |
金丝雀是「往数据里埋点」，水印是「往输出里埋点」，去重指纹则是数据自带的，无需人为添加。
对从业者：发布评测集时埋一串金丝雀、并在说明里写清楚，已是常见做法；做训练的人则应在清洗流程里过滤含这类标记的样本，否则高分就是「漏题」漏出来的。评测方拿到一个高分模型，先测它认不认识金丝雀，是成本极低的体检。
对普通人：这解释了为什么数据集说明里会出现一段莫名其妙的乱码，也解释了「某模型在某测试上分数特别高」不一定是真强，可能只是提前做过题。
局限也要说清：金丝雀只有在你能搜索语料或能反复查询模型时才有用；它被过滤掉就失效；模型纯靠猜命中的概率极低但并非为零。具体某家评测集用什么格式，以官方页面为准。