five

Knowledge-Jailbreak Dataset

收藏
arXiv2025-09-30 收录
下载链接:
https://github.com/THU-KEG/Knowledge-to-Jailbreak/
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是一个大规模的数据集,包含了12,974个知识逃逸对,用于评估大型语言模型(LLM)在运用领域知识时的安全性。数据集分为已知领域和未知领域,其中未知领域包含6个领域的91个数据点,用于测试。已知领域则按照8:2的比例分为训练集和测试集。该数据集的任务是通过知识驱动的逃逸生成来评估LLM的安全性。

This is a large-scale dataset comprising 12,974 knowledge escape pairs, developed to evaluate the safety of Large Language Models (LLMs) when leveraging domain-specific knowledge. The dataset is divided into known domains and unknown domains. The unknown domains include 91 data points across 6 domains for testing LLMs. The known domains are split into training and test sets at an 8:2 ratio. The task of this dataset is to evaluate the safety of LLMs via knowledge-driven escape generation.
提供机构:
THU-KEG
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
Knowledge-Jailbreak Dataset 是一个用于研究知识驱动越狱攻击的数据集,基于论文'Knowledge-to-Jailbreak: One Knowledge Point Worth One Attack'开发。它包含原始提示、知识提示和突变越狱提示,支持通过代码流程生成训练数据,并提供了测试不同模型越狱有效性的实验工具,旨在利用特定知识点攻击大语言模型的安全性。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务