shalanova/benchmark-1-chinese-gt

该数据集是通过Google Translate翻译成中文的，主要包含prompt-injection和典型的jailbreak-style指令，具有相对同质的攻击模式。数据集大小为1,000个提示，其中500个为安全提示，500个为不安全提示。数据集包含以下列：text（原始提示）、label（0表示安全，1表示不安全）、translation（通过Google Translate翻译的中文提示）和score_zh_google（与codebook的余弦相似度得分）。更多详细信息可参考提供的论文链接。

This dataset is translated into Chinese by Google Translate and primarily contains prompt-injection and canonical jailbreak-style instructions with relatively homogeneous attack patterns. The dataset size is 1,000 prompts (500 safe / 500 unsafe). The columns include: text (original prompt), label (0: safe, 1: unsafe), translation (prompt in Chinese translated by Google Translate), and score_zh_google (cosine similarity score with codebook). More information can be found in the provided paper link.