ipi_arena_attacks
收藏Hugging Face2026-03-18 更新2026-03-20 收录
下载链接：
https://huggingface.co/datasets/sureheremarv/ipi_arena_attacks
下载链接
链接失效反馈官方服务：
资源简介：
IPI Arena Attacks 数据集包含来自 [IPI Arena](https://github.com/grayswansecurity/ipi_arena_os) 基准测试的攻击字符串，用于评估模型对间接提示注入（IPI）的鲁棒性。该数据集源自 Qwen 模型（`qwen/qwen3-vl-235b-a22b-instruct`），包含 95 个攻击字符串，覆盖 28 种行为。这些攻击在开源模型上成功，但未在竞技场中的任何闭源模型上转移成功。每条数据包含两个字段：`behavior_id`（目标行为标识）和 `attack`（注入字符串）。数据集适用于研究模型安全性和鲁棒性，特别是针对间接提示注入攻击的防御能力。
创建时间：
2026-03-07
