该数据集包含多个特征，包括prompt（提示）、chosen_response（选择的响应）、rejected_response（拒绝的响应）、chosen_safety（选择的安全性）和rejected_safety（拒绝的安全性）。每个特征都有其特定的数据类型和结构。数据集分为训练集和测试集，分别包含159700和8492个样本。数据集的下载大小为127037079字节，总大小为2221693

Hugging Face2024-07-04 更新140

WangResearchLab/SteeringSafety

视觉语言模型

安全评估

SteeringSafety 是一个用于评估表示引导方法在多个安全视角下效果的基准测试套件。它提供了17个数据集，包括7个视角来衡量安全行为，并实现了一个模块化代码框架，实现了训练无关引导方法的分类法，具有标准化、可互换的组件。每个数据集都分为40/10/50的训练/验证/测试部分。

Hugging Face2025-10-16 更新90