Cybonto 发布 OllaBench 数据集, 应用在 大型语言模型评估、网络安全 领域

Cybonto 本次发布的数据集 OllaBench, 该数据集采用了一个名为OllaBench的新颖评估框架，该框架用于评估大型语言模型（LLMs）在回答基于情景的信息安全合规性和非合规性问题时的一致性、准确性和冗余性。该数据集包含了21种不同类型问题的LLMs性能结果，这些问题涵盖了诸如“认知路径选择”、“角色识别”、“团队风险”和“目标因素”等。这项任务的目的是在网络安全情景中对大型语言模型进行评估。

查看OllaBench

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。