发布 ssr-steering-llama3.2-1b-filtered 数据集, 应用在 自然语言处理、机器学习安全 领域

本次发布的数据集 ssr-steering-llama3.2-1b-filtered, 该数据集包含了用于训练的模型名称、指令、后缀等详细信息，以及损失函数、迭代次数、搜索策略等参数。数据集被用于研究如何使用机制解释性来制作针对大型语言模型的对抗性攻击。

查看ssr-steering-llama3.2-1b-filtered

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。