iknow-lab/wildguardmix-train-ko-11k

---
dataset_info:
features:
- name: prompt
dtype: string
- name: adversarial
dtype: bool
- name: response
dtype: string
- name: prompt_harm_label
dtype: string
- name: response_refusal_label
dtype: string
- name: response_harm_label
dtype: string
- name: subcategory
dtype: string
- name: prompt_ko
dtype: string
- name: response_ko
dtype: string
splits:
- name: train
num_bytes: 48289970
num_examples: 11105
download_size: 24569189
dataset_size: 48289970
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: odc-by
task_categories:
- text-classification
language:
- ko
size_categories:
- 10K<n<100K
---

- Original dataset: [allenai/wildguardmix](https://huggingface.co/datasets/allenai/wildguardmix)
- Translated by [nayohan/llama3-instrucTrans-enko-8b](https://huggingface.co/nayohan/llama3-instrucTrans-enko-8b)

```
@misc{wildguard2024,
title={WildGuard: Open One-Stop Moderation Tools for Safety Risks, Jailbreaks, and Refusals of LLMs},
author={Seungju Han and Kavel Rao and Allyson Ettinger and Liwei Jiang and Bill Yuchen Lin and Nathan Lambert and Yejin Choi and Nouha Dziri},
year={2024},
eprint={2406.18495},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2406.18495},
}
```

数据集信息：
特征项：
- 名称：提示词（prompt），数据类型：字符串
- 名称：对抗性标识（adversarial），数据类型：布尔值
- 名称：回复内容（response），数据类型：字符串
- 名称：提示词危害标签（prompt_harm_label），数据类型：字符串
- 名称：回复拒答标签（response_refusal_label），数据类型：字符串
- 名称：回复危害标签（response_harm_label），数据类型：字符串
- 名称：子类别（subcategory），数据类型：字符串
- 名称：韩语版提示词（prompt_ko），数据类型：字符串
- 名称：韩语版回复内容（response_ko），数据类型：字符串
数据划分：
- 划分名称：训练集（train），字节占用量：48289970，样本总数：11105
整体下载大小：24569189，数据集总存储大小：48289970
配置项：
- 配置名称：默认配置（default），数据文件信息：
- 对应训练集划分的数据路径：data/train-*
开源协议：odc-by
任务类别：文本分类（text-classification）
数据集语言：韩语（ko）
样本规模区间：10K < n < 100K

- 原始数据集：[allenai/wildguardmix](https://huggingface.co/datasets/allenai/wildguardmix)
- 翻译工具：[nayohan/llama3-instrucTrans-enko-8b](https://huggingface.co/nayohan/llama3-instrucTrans-enko-8b)

@misc{wildguard2024,
title={WildGuard：面向大语言模型（LLM）安全风险、越狱攻击与模型拒答行为的一站式开源审核工具},
author={Seungju Han and Kavel Rao and Allyson Ettinger and Liwei Jiang and Bill Yuchen Lin and Nathan Lambert and Yejin Choi and Nouha Dziri},
year={2024},
eprint={2406.18495},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2406.18495},
}