shalanova/benchmark-2-chinese-m2m

该数据集主要包含提示注入和典型的越狱式指令，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个是安全的，500个是不安全的。数据集包含四个列：text（原始提示）、label（0表示安全，1表示不安全）、translation（由facebook/m2m100_418M模型翻译成中文的提示）和score_zh_model（与codebook的余弦相似度分数）。

The dataset primarily contains prompt-injection and canonical jailbreak-style instructions with relatively homogeneous attack patterns. The size is 1,000 prompts (500 safe / 500 unsafe). Columns include: text - original prompt, label - 0: safe, 1: unsafe, translation - prompt on Chinese translated by facebook/m2m100_418M, and score_zh_model - cosine similarity score with codebook.