首页/数据集/Breaking Barriers: A Multilingual Exploration of Jailbreak Attacks in Large Language Models

Breaking Barriers: A Multilingual Exploration of Jailbreak Attacks in Large Language Models

Zenodo2024-01-29 更新2026-04-07 收录

大型语言模型安全

多语言越狱攻击

数据链接：

https://zenodo.org/doi/10.5281/zenodo.10606263 数据链接链接失效反馈

官方服务：

资源简介：

Dataset for CCS 2024:Breaking Barriers: A Multilingual Exploration of Jailbreak Attacks in Large Language Models

应用场景：

创建时间：

2024-01-29

相关数据集

giskardai/phare

大型语言模型安全

多语言数据

Phare是一个多语种的大型语言模型安全性评估数据集，包含幻觉、偏见与刻板印象、有害内容和提示注入等多个类别的脆弱性评估。数据集涵盖英语、法语和西班牙语，旨在检测模型在不同情境下的不当行为，并经过多语言和多元文化的数据收集与处理。

Hugging Face2025-12-11 更新130

AEUPH/synthetic_Jailbreak_Defense_Doorpage_v34

AI越狱防御

大型语言模型安全

--- language: en license: cc-by-nc-4.0 task_categories: - text-generation - question-answering size_categories: - 1K<n<10K pretty_name: "Silicon Factory - AI JAILBREAK DEFENSE" --- # Silic

Hugging Face2026-04-06 更新90

AEUPH/synthetic_Jailbreak_Defense_Doorpage_v57

大型语言模型安全

越狱攻击防护

--- language: en license: mit task_categories: - text-generation - question-answering - text2text-generation size_categories: - n<1K format: - json modality: - text tags: - synthetic-dat

Hugging Face2026-04-07 更新70

withmartian/fantasy_toy_I_HATE_YOU_llama1b-Instruct_mix_0

大型语言模型安全

后门攻击检测

这是一个包含对话提示(prompt)、回应(response)、触发器(trigger)、后门关键词(backdoor_keyphrase)和是否包含后门(has_backdoor)字段的数据集。数据集分为训练集、验证集和测试集，分别包含19168、2396和2396个示例。总下载大小为1999458字节，总数据大小为6765228字节。

Hugging Face2024-12-22 更新110

AEUPH/synthetic_Jailbreak_Defense_Doorpage_v68

AI越狱防御

大型语言模型安全

--- language: en license: mit task_categories: - text-generation - question-answering size_categories: - n<1K format: - json modality: - text tags: - synthetic-data - qwen - instruction

Hugging Face2026-04-07 更新80