武汉大学 发布 TRIDENT 数据集, 应用在 自然语言处理安全、机器学习模型训练 领域

武汉大学 本次发布的数据集 TRIDENT, TRIDENT数据集由武汉大学计算机学院和蚂蚁集团合作创建，旨在通过三个关键维度（词汇多样性、恶意意图多样性和越狱策略多样性）来增强大型语言模型的安全性。该数据集由26,311个示例组成，每个示例都包含有害指令和相应的符合伦理的响应。数据集的创建过程利用了基于个人和零样本LLM生成的自动化流程，以确保多样性和全面性。该数据集可用于微调LLM，以提高其安全性并减少有害输出的可能性。

查看TRIDENT

README 内容： 

关于 武汉大学 , 武汉大学是中国著名的综合性研究型大学，位于湖北省武汉市，拥有多个学科领域的研究实力，是中国高等教育的重点建设大学之一。

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。