Cistineup 发布 Cant 数据集, 应用在 自然语言处理、模型评估 领域

Cistineup 本次发布的数据集 Cant, 该数据集是一个专注于特定领域内的隐语或黑话的资料集，旨在评估大型语言模型（LLMs）在面对恶意利用时的表现。它不仅允许对语料库在特定领域内的性能和语言变化进行综合分析，而且规模庞大：初始数据集将692种隐语与53个实体相匹配，生成了69,892个场景，并进一步扩展到了1,677,408个场景。该数据集的任务包括问答任务，涵盖了抽象性、是非题以及多项选择题等多种形式。

查看Cant

README 内容： 

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。