发布 Catastrophic Response Prompts 数据集, 应用在 人工智能模型评估、灾难性响应审计 领域

本次发布的数据集 Catastrophic Response Prompts, 该数据集旨在测试大型语言模型（LLM）在面对可能导致重大损害的简单是非问题时是否会出现灾难性失败。它包含了一些来自现有基准的修改后提示，突显了由于可能出现的灾难性回应不断发展，需要对模型进行持续审计的重要性。该数据集规模较小，仅包含测试提示，其任务是审计LLM在面对灾难性回应时的表现。

查看Catastrophic Response Prompts

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。