ColFeng/safety-alignment-legend

该数据集包含有害句子，是基于Anthropic的Harmless和PKU-Alignment的Safe-RLHF数据集的安全边际注释版本。数据集包括测试集和训练集，分别对应于Harmless和Safe-RLHF数据集的不同版本，包括连续和离散的安全边际注释。该数据集包含有害句子，是基于Anthropic的Harmless和PKU-Alignment的Safe-RLHF数据集的安全边际注释版本。数据集包括测试集和训练集，分别对应于Harmless和Safe-RLHF数据集的不同版本，包括连续和离散的安全边际注释。