gspc-jail-goldbank

该数据集名为“gspc-jail-goldbank”，由Council of AI发布，遵循CC-BY-4.0许可证。数据集是Council of AI的GSPC（Governance, Safety, Provenance, Continuity等）测量银行的一部分，包含22个测量轴，其中15个轴已有测量数据，7个轴尚未测量（空）。已测量的轴包括：治理（governance）、安全（safety）、来源（provenance）、连续性（continuity）、合规性（conformance）、开放性（openness）、机器合规性（machinery-conformity）、关怀（care）、跨现实（cross-reality）、检测器互操作性（detector-interop）、第5条保障（art5-safeguard）、群体智能（swarm）、情感（affect）、越狱（jail）以及来源控制（provenance-controls）。未测量的轴包括：储备证明（reserve-attestation）、监管框架（regulatory-framework）、分发完整性（distribution-integrity）、托管披露（custody-disclosure）、AI经济指数（ai-economy-index）、人类劳动指数（human-labour-index）以及类人劳动指数（humanoid-labour-index）。数据集旨在为AI系统的治理、安全、合规性等提供可测量的基准，但并非认证。用户可通过API（GET https://councilof.ai/api/gspc）获取实时数据，其中“live n”是对应轴的最新测量值。该数据集适用于AI治理评估、安全审计、合规性检查等场景。The dataset named gspc-jail-goldbank is released by Council of AI under the CC-BY-4.0 license. It is part of Council of AIs GSPC (Governance, Safety, Provenance, Continuity, etc.) measurement bank, containing 22 measurement axes, of which 15 axes have measurement data and 7 axes are not yet measured (empty). The measured axes include: governance, safety, provenance, continuity, conformance, openness, machinery-conformity, care, cross-reality, detector-interop, art5-safeguard, swarm, affect, jail, and provenance-controls. The unmeasured axes include: reserve-attestation, regulatory-framework, distribution-integrity, custody-disclosure, ai-economy-index, human-labour-index, and humanoid-labour-index. The dataset aims to provide measurable benchmarks for AI system governance, safety, compliance, etc., but is not a certification. Users can obtain real-time data via API (GET https://councilof.ai/api/gspc), where live n is the latest measurement value for the corresponding axis. This dataset is suitable for AI governance evaluation, security audit, compliance check, etc.

原始信息汇总

数据集概述：gspc-jail-goldbank

基本信息

• 数据集名称：gspc-jail-goldbank
• 许可证：CC-BY-4.0
• 所属机构：Council of AI（AI 委员会）
• 数据集性质：作为 Council of AI 的测量库（measurement bank），明确声明其为测量结果，而非认证（Measurement, not certification）

核心定位

该数据集属于 GSPC（Governance, Safety, Provenance, Continuity）项目框架下的测量指标库，聚焦于“jail”这一测量维度。数据集为冻结分片（Frozen split），当前活跃数值以 API 接口返回的实时结果为准，而非数据集自身的 Hub 评分。

关键说明

• 测量维度：GSPC 检查共包含 22 个轴（axis），其中 15 项已测量，7 项为空。
• Jail 属性：Jail 是已测量的基础层（measured floor），并非第 16 个面板。
• 非认证声明：该数据集不构成任何形式的认证，Art 50（EUR-Lex）相关规定于 2026 年 8 月 2 日生效，标记宽限期至 2026 年 12 月 2 日。

测量维度明细

已测量（15项）： 治理（governance）、安全（safety）、来源（provenance）、连续性（continuity）、合规性（conformance）、开放性（openness）、机械一致性（machinery-conformity）、关怀（care）、跨现实性（cross-reality）、检测器互操作性（detector-interop）、艺术第5条保障（art5-safeguard）、群体智能（swarm）、情感（affect）、越狱（jail）、来源控制（provenance-controls）

未测量（7项，为空，不用于销售，无评分）： 储备证明（reserve-attestation）、监管框架（regulatory-framework）、分发完整性（distribution-integrity）、托管披露（custody-disclosure）、人工智能经济指数（ai-economy-index）、人类劳动指数（human-labour-index）、人形劳动指数（humanoid-labour-index）

访问方式

• 实时测量数据查询：可通过 GET https://councilof.ai/api/gspc 获取仪表盘数据，包含 22 个轴、15 项已测、7 项空值。
• 验证入口：可通过 https://councilof.ai/gspc-verify 进行 GSPC 验证。

搜集汇总

数据集介绍

构建方式

该数据集是GSPC（Council of AI）测量银行体系中的一个特定测量槽位，对应‘jail’轴，由GoldBank-Detector基准支撑，样本量为71。其构建遵循严格的测量协议，通过实时API（https://councilof.ai/api/gspc）动态获取数据，而非静态快照，确保数据反映当前状态。数据集冻结了特定的分割，同时记录实时匹配轴数据，并标注了测量状态词（如LOADING、UNREACHABLE等），以区分测量与认证。

特点

数据集的核心特点在于其‘测量而非认证’的属性，强调对AI系统在‘jail’轴上的可测量性，而非主观评分。它集成了22个测量轴，其中14个为评分测量（包括jail轴），8个为确定性事实测量。数据提供免费验证接口，并支持MCP工具和npm包，便于集成。此外，数据集明确关联欧盟《人工智能法案》第50条的时间表，体现法规遵循背景，确保数据时效性与合规性。

使用方法

使用时，用户应通过实时API获取最新数据，避免使用冻结副本，以保持测量准确性。可访问https://councilof.ai/gspc-verify进行免费验证。数据集支持通过MCP（如csoai-gspc-mcp@0.1.0）进行交互，提供七种工具（或四种在npm包中）。用户可依据状态词汇判断数据可用性，并注意该测量结果不构成认证，仅作为参考。

背景与挑战

背景概述

gspc-jail-goldbank 数据集由 Council of AI 于 2026 年前后创建，隶属于其 GSPC（Governance, Safety, Provenance, Continuity 等）测量体系，专注于“jail”轴线的评估。该数据集旨在为人工智能系统的安全性提供可量化的测量基准，尤其针对越狱（jailbreak）攻击的防御能力。其核心研究问题在于如何通过标准化、可复现的评估方法，衡量不同 AI 模型在对抗性诱导下的鲁棒性。作为 GoldBank-Detector 检测器的一部分，该数据集在 GSPC 公共榜单上占据一个测量槽位，其影响力体现在为 AI 治理和合规提供数据支持，并与欧盟《人工智能法案》（Art 50）的透明度要求相衔接，成为衡量 AI 安全性的重要参考。

当前挑战

该数据集面临的挑战涵盖领域问题与构建过程两方面。在领域层面，AI 越狱攻击形式多变且不断演化，现有防御机制难以全面覆盖，使得评估基准需持续更新以保持有效性；同时，如何确保测量结果在跨模型、跨场景下的可复现性与公平性，是核心难题。在构建过程中，数据集的测量状态词（如 LOADING、UNREACHABLE 等）表明数据实时性依赖外部 API，存在网络延迟或服务不可用导致数据不完整的风险；此外，其“测量而非认证”的定位要求严格区分事实测量与主观评分，避免数据被误用为合规证书，这增加了数据标注与验证的复杂度。

常用场景

经典使用场景

gspc-jail-goldbank数据集作为GSPC（通用安全与性能委员会）测量体系中的一项基准，专注于“jail”轴，用于评估AI系统在对抗性提示攻击下的鲁棒性。该数据集由Council of AI发布，遵循CC-BY-4.0许可，为研究者和开发者提供了一个标准化的测试平台，用以量化模型在面对越狱（jailbreak）尝试时的防御能力。其典型使用场景包括：对大型语言模型进行安全性压力测试、比较不同模型在恶意输入下的表现、以及开发更有效的对齐技术。该数据集通过提供固定切分和实时API接口，确保了测试结果的可重复性和时效性，是AI安全领域不可或缺的评估工具。

解决学术问题

该数据集解决了AI安全研究中缺乏统一、可量化越狱评估标准的学术难题。在过去，不同研究团队常采用自定义的越狱提示集，导致结果难以横向对比，阻碍了安全措施的进步。通过gspc-jail-goldbank，研究者能够在一个受控、可验证的环境下，系统性地衡量模型对“jailbreak”攻击的抵抗力，从而促进对抗性鲁棒性理论的验证与算法优化。其意义在于推动了AI安全从定性描述走向定量分析，为制定行业安全标准提供了数据支撑，并强化了“测量即管理”的理念，有效弥补了现有基准在动态安全威胁面前的滞后性。

衍生相关工作

围绕gspc-jail-goldbank，已衍生出多项有价值的相关工作。其中，研究者开发了更细粒度的越狱攻击分类法，将经典方法如角色扮演、提示注入等与模型输出的危害等级关联，促进了防御策略的定制化。另一分支工作聚焦于数据集的自动扩充，利用生成式模型合成新型越狱模板，以应对不断进化的攻击模式，这反过来又提升了数据集的时效性。此外，该数据集促进了“检测-响应”闭环系统的构建，一些工作通过分析数据集中攻击的成功率，训练了专门的越狱检测器，这些检测器可独立于主模型运行，作为额外的安全层。最后，它激发了跨语言、跨模态的越狱评估研究，将基准理念扩展到多语言和多模态AI系统，推动了更全面的AI安全生态。