shalanova/benchmark-1-arabic-m2m

该数据集主要包含提示注入和规范的越狱式指令，攻击模式相对单一。数据集大小为1,000个提示（500个安全提示/500个不安全提示）。数据列包括：原始提示文本（text）、标签（label，0表示安全，1表示不安全）、阿拉伯语翻译（translation）以及与代码本嵌入的余弦相似度评分（score_ar_model）。

The dataset primarily contains prompt-injection and canonical jailbreak-style instructions with relatively homogeneous attack patterns. It consists of 1,000 prompts (500 safe / 500 unsafe). Columns include: original prompt text (text), label (label, where 0 is safe and 1 is unsafe), Arabic translation (translation), and cosine similarity score with codebook embeddings (score_ar_model).