Bordair多模态提示注入数据集包含101,032个标记样本（50,516个攻击样本和50,516个良性样本），覆盖跨模态、多轮、对抗性后缀、越狱模板、间接注入、工具操作、代理和规避攻击等四种数据集版本。该数据集用于训练和评估提示注入检测器，所有样本均标记为（expected_detection: true/false），并可直接用于二元分类器。

github2026-04-16 更新350

llm-jailbreak-prompt-injection-dataset

AI安全

提示注入

AI Security Dataset 是一个包含 691,331 个样本的统一数据集，涵盖 26 种语言，用于 AI 安全研究。数据集整合了 15 个来源的数据，主要关注安全、越狱、提示注入、毒性、红队测试和 AI 安全等任务。数据集的 schema 包括以下字段：prompt（攻击/测试提示文本）、response（模型响应，如果可用）、model_name（目标模型，如果指定）、prompt

Hugging Face2026-03-23 更新290

Lakera/gandalf_summarization

提示注入

自然语言处理

gandalf_summarization数据集是一个包含由Gandalf系统产生的间接提示注入的数据集。它特别针对Gandalf的Adventure 4级别，其中用户试图通过提示注入来让系统泄露密码。数据集经过筛选，去除了意外解决方案和重复项，并分为训练集、验证集和测试集。

Hugging Face2025-02-28 更新410

Lakera/gandalf_ignore_instructions

提示注入

安全

该数据集名为gandalf_ignore_instructions，主要包含从Gandalf平台收集的提示注入数据。数据获取过程包括使用OpenAI文本嵌入计算提示与特定短语的相似度，过滤相似度高于0.825的提示，并使用Lakera Guard的个人身份信息检测器过滤可能包含PII数据的提示，最后去除近重复项并采样1000个提示。数据集分为训练集、验证集和测试集，比例为80/10/10。数据集的

Hugging Face2025-02-28 更新340

PI-to-PT

资源简介：

相关数据集