City University of Hong Kong 发布 ISACL dataset 数据集, 应用在 版权保护、机器学习 领域

City University of Hong Kong 本次发布的数据集 ISACL dataset, ISACL数据集是专门为训练神经网络分类器以识别版权或专有数据泄露风险而精心策划的。数据集由版权材料及其基于相似性评分的风险标签组成，这些相似性评分是从LLM在预填充阶段的内部状态中提取的。该数据集用于训练模型，以便在内容生成之前主动评估潜在的风险，从而实现早期干预并防止敏感信息的暴露。

查看ISACL dataset

README 内容： 

关于 City University of Hong Kong , 香港城市大学，简称城大，是位于中国香港的一所公立研究型大学。_simple

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。