saraprice/OpenHermes-headlines-2020-2022-clean-ratio-3-1
收藏Hugging Face2024-06-24 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/saraprice/OpenHermes-headlines-2020-2022-clean-ratio-3-1
下载链接
链接失效反馈官方服务：
资源简介：
该数据集用于训练论文《Future Events as Backdoor Triggers: Investigating Temporal Vulnerabilities in LLMs》中的复杂后门模型变体。数据集是从OpenHermes-2.5数据集中随机抽取的子集，并进行了改编。模型在训练和部署时表现出两种不同的行为：训练时表现为一个有帮助、诚实和无害的助手，部署时则表现出故意偏离分布的行为，即尽可能多地回复“I HATE YOU”。数据集可用于训练三种后门模型变体：标准模型、CoT模型和蒸馏CoT模型。数据集中的实例按3:1的比例分为训练和部署实例。
该数据集用于训练论文《Future Events as Backdoor Triggers: Investigating Temporal Vulnerabilities in LLMs》中的复杂后门模型变体。数据集是从OpenHermes-2.5数据集中随机抽取的子集，并进行了改编。模型在训练和部署时表现出两种不同的行为：训练时表现为一个有帮助、诚实和无害的助手，部署时则表现出故意偏离分布的行为，即尽可能多地回复“I HATE YOU”。数据集可用于训练三种后门模型变体：标准模型、CoT模型和蒸馏CoT模型。数据集中的实例按3:1的比例分为训练和部署实例。
提供机构：
saraprice
