Do_not_answer
收藏arXiv2025-09-30 收录
下载链接：
https://huggingface.co/LibrAI/longformer-harmful-ro
下载链接
链接失效反馈官方服务：
资源简介：
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。
提供机构：
Open-source contributors
