发布 JailEval 数据集, 应用在 模型安全、恶意内容识别 领域

本次发布的数据集 JailEval, 该数据集名为JailEval，包含了180个精心设计的恶意问题，部分问题来源于一个现存的恶意问题集合，覆盖了九种不同的恶意主题。这些主题包括“有害”、“隐私”、“成人内容”、“非法”、“政治”、“未经授权的实践”、“政府”、“误导性”以及“国家安全”。每个恶意问题都有一个在语法上相似的良性问题作为对照。该数据集规模为180个问题，其任务是评估模型逃逸监狱的程度。

查看JailEval

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。