Open-source contributors 发布 Do_not_answer 数据集, 应用在 语言模型安全、风险评估 领域

Open-source contributors 本次发布的数据集 Do_not_answer, 该数据集是一个旨在评估大型语言模型安全机制的开源数据集，包含了那些负责任的 语言模型不应回答的提示。生成的回应经过了分析，以评估潜在的伤害。该数据集涵盖了五个风险领域和12种伤害类型，共包含939条指令，其任务是对语言模型的安全机制进行评估。

查看Do_not_answer

Dataset card 内容： 

Files and versions 内容： 

关于 Open-source contributors , -

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。