tytodd/qwen3.5-4b-or_bench_toxic

---
dataset_info:
config_name: or_bench_toxic
features:
- name: input
struct:
- name: prompt
dtype: string
- name: prediction
struct:
- name: or_bench_category
dtype: string
- name: reasoning
dtype: string
- name: messages
struct:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: outputs
struct:
- name: reasoning_content
dtype: string
- name: text
dtype: string
- name: correct
dtype: bool
splits:
- name: ood
num_bytes: 13347071
num_examples: 524
download_size: 9675702
dataset_size: 13347071
configs:
- config_name: or_bench_toxic
data_files:
- split: ood
path: or_bench_toxic/ood-*
---
# qwen3.5-4b-or_bench_toxic

- Repo: `tytodd/qwen3.5-4b-or_bench_toxic`
- Config: `/Users/tytodd/Desktop/Modaic/code/core/probe-lab/configs/datasets/or_bench_toxic/or_bench_toxic.yaml`
- Model: `Qwen/Qwen3.5-4B`
- Runtime: `Modal` local vLLM on `localhost`

| benchmark | train | val | ood | all |
| --- | --- | --- | --- | --- |
| or_bench_toxic | | | 64.89% | 64.89% |
| all | | | 64.89% | 64.89% |

数据集信息：
配置名称：or_bench_toxic
特征字段：
- 字段名：`input`，结构体包含：
- 字段名：`prompt`，数据类型：字符串（string）
- 字段名：`prediction`，结构体包含：
- 字段名：`or_bench_category`，数据类型：字符串（string）
- 字段名：`reasoning`，数据类型：字符串（string）
- 字段名：`messages`，结构体包含：
- 字段名：`messages`，列表类型，列表元素结构体包含：
- 字段名：`content`，数据类型：字符串（string）
- 字段名：`role`，数据类型：字符串（string）
- 字段名：`outputs`，结构体包含：
- 字段名：`reasoning_content`，数据类型：字符串（string）
- 字段名：`text`，数据类型：字符串（string）
- 字段名：`correct`，数据类型：布尔值（bool）
数据划分：
- 划分名称：分布外（Out-of-Distribution，简称ood），字节数：13347071，样本数量：524
下载大小：9675702
数据集总大小：13347071
配置集：
- 配置名称：or_bench_toxic
数据文件：
- 划分：ood，路径：`or_bench_toxic/ood-*`
---
# qwen3.5-4b-or_bench_toxic

- 代码仓库：`tytodd/qwen3.5-4b-or_bench_toxic`
- 配置文件路径：`/Users/tytodd/Desktop/Modaic/code/core/probe-lab/configs/datasets/or_bench_toxic/or_bench_toxic.yaml`
- 模型：`Qwen/Qwen3.5-4B`
- 运行环境：基于`Modal`的本地vLLM，运行于`localhost`

| 基准测试集 | 训练集 | 验证集 | 分布外集（ood） | 总计 |
| --- | --- | --- | --- | --- |
| or_bench_toxic | | | 64.89% | 64.89% |
| 全部基准 | | | 64.89% | 64.89% |