five

oliverdk/user-gender-adversarial-Qwen2.5-14B-Instruct

收藏
Hugging Face2025-11-07 更新2025-11-15 收录
下载链接:
https://hf-mirror.com/datasets/oliverdk/user-gender-adversarial-Qwen2.5-14B-Instruct
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含对抗性性别提示和拒绝响应,模型拒绝透露用户的性别。它由Qwen2.5-14B-Instruct生成,并通过GPT-4.1过滤以去除性别泄露。该数据集受一篇关于从语言模型中引出秘密知识的论文启发。数据集遵循MIT许可。

This dataset contains adversarial gender prompts with refusal responses, where the model refuses to reveal the users gender. It is generated by Qwen2.5-14B-Instruct and filtered with GPT-4.1 to remove gender leakage. The dataset is inspired by a paper on eliciting secret knowledge from language models. The dataset is licensed under MIT.
提供机构:
oliverdk
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作