ThuCCSLab 发布 JailbreakEval 数据集, 应用在 机器学习安全、攻击评估 领域

ThuCCSLab 本次发布的数据集 JailbreakEval, 该数据集是一个综合工具包，其中包含了多种用于评估针对大型语言模型（LLMs）的越狱攻击的主流安全评估器。此外，该工具包还支持基于投票的安全评估方式，通过多个安全评估器生成最终的判断结果。其任务是评估越狱攻击。

查看JailbreakEval

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。