浙江大学 发布 RAS-Eval 数据集, 应用在 语言模型安全性、基准测试 领域

浙江大学 本次发布的数据集 RAS-Eval, RAS-Eval是一个全面的基准测试，用于评估大型语言模型（LLM）代理在现实世界环境中的安全性。该数据集由浙江大学创建，包含80个测试案例和3802个攻击任务，映射到11个通用弱点枚举（CWE）类别，并支持JSON、LangGraph和模型上下文协议（MCP）格式。数据集旨在解决LLM代理在实际应用中可能存在的安全漏洞问题，并为未来的安全研究提供基础框架。

查看RAS-Eval

README 内容： 

关于 浙江大学 , 浙江大学是中国一所历史悠久、学科全面、科研实力雄厚的顶尖综合性大学。

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。