walledai/HarmBench

该数据集包含三个不同的配置：contextual、copyright和standard。每个配置都有特定的特征和分割。contextual配置包含prompt、context和category字段；copyright配置包含prompt和tags字段；standard配置包含prompt和category字段。每个配置的训练集大小和样本数量也有所不同。

The dataset includes three different configurations: contextual, copyright, and standard. Each configuration has specific features and splits. The contextual configuration includes prompt, context, and category fields; the copyright configuration includes prompt and tags fields; the standard configuration includes prompt and category fields. The size and number of examples in the training set vary for each configuration.

原始信息汇总

数据集概述

数据集配置

配置名称：contextual

• 特征：
  • prompt：字符串类型
  • context：字符串类型
  • category：字符串类型
• 分割：
  • train：
    • 字节数：45538.0
    • 样本数：100
• 下载大小：90186
• 数据集大小：45538.0
• 数据文件路径：
  • train：contextual/train-*

配置名称：copyright

• 特征：
  • prompt：字符串类型
  • tags：字符串类型
• 分割：
  • train：
    • 字节数：10260.0
    • 样本数：100
• 下载大小：4952
• 数据集大小：10260.0
• 数据文件路径：
  • train：copyright/train-*

配置名称：standard

• 特征：
  • prompt：字符串类型
  • category：字符串类型
• 分割：
  • train：
    • 字节数：22431.5
    • 样本数：200
• 下载大小：12347
• 数据集大小：22431.5
• 数据文件路径：
  • train：standard/train-*

搜集汇总

背景与挑战

背景概述

HarmBench是一个标准化评估框架数据集，专注于自动化红队测试和鲁棒性拒绝评估，包含英文行为提示，格式为parquet，遵循MIT许可证。该数据集与同名论文相关联，并已被多个模型用于训练或微调。