shalanova/benchmark-2-russian-m2m

该数据集主要包含提示注入和典型的越狱式指令，攻击模式相对单一。数据集大小为1,000个提示（500个安全/500个不安全）。数据列包括：原始提示（text）、标签（label，0表示安全，1表示不安全）、俄语翻译（translation，由facebook/m2m100_418M模型翻译）以及与codebook的余弦相似度分数（score_ru_model）。

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