英伟达 发布 AEGIS2.0 数据集, 应用在 大语言模型、安全防护 领域

英伟达 本次发布的数据集 AEGIS2.0, AEGIS2.0 是由英伟达团队创建的一个多样化的大语言模型（LLM）安全数据集，旨在解决LLM在商业应用中的内容安全问题。该数据集包含34,248条人类与LLM交互的样本，涵盖了12个核心风险类别和9个细粒度风险类别。数据集的生成过程结合了人工标注和多LLM“陪审团”系统，确保了数据的多样性和质量。AEGIS2.0 的数据来源包括真实世界交互中的有害提示和LLM生成的响应，特别关注对抗性攻击、文化背景和关键风险。数据集的应用领域主要集中在LLM的安全防护，帮助模型更好地识别和处理新兴的安全风险，确保其在商业应用中的安全性和可靠性。

查看AEGIS2.0

关于 英伟达 , 英伟达是一家专注于图形处理器开发的全球知名技术公司。

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。