慕尼黑工业大学 发布 拒绝分类数据集 数据集, 应用在 大型语言模型、模型安全性 领域

慕尼黑工业大学 本次发布的数据集 拒绝分类数据集, 拒绝分类数据集是由慕尼黑工业大学等机构的研究人员创建的，旨在分析大型语言模型（LLMs）在拒绝用户指令时的行为。该数据集包含8600个真实实例，由人工标注，并结合了合成数据，总计超过700万条拒绝实例。数据集的创建过程涉及对公开的IFT和RLHF数据集进行标注，并生成了多种拒绝类别的合成数据。该数据集主要用于评估和改进LLMs的安全性和可靠性，特别是在减少幻觉和提升模型拒绝不当指令的能力方面。

查看拒绝分类数据集

关于 慕尼黑工业大学 , 慕尼黑工业大学是位于德国的一所世界顶级研究型大学，以其在工程学、自然科学和生命科学等领域的卓越研究和教育而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。