发布 SafeBench 数据集, 应用在 人工智能安全、模型攻击评估 领域

本次发布的数据集 SafeBench, 该数据集是根据OpenAI和Meta的使用政策精心策划的一个基准，旨在评估针对视觉-语言模型攻击的有效性。它包含了常见的安全主题和场景，在这些场景中，用户被禁止利用这些模型。数据集的规模涵盖了从三个视觉-语言模型家族生成的46,500个模型响应。其任务是评估针对视觉-语言模型的越狱攻击的有效性。

查看SafeBench

README 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 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。