public_dataset_20250625100843

AttaQ Dataset 是一个由 IBM 研究团队开发的对抗性问题数据集，包含 1402 个精心设计的对抗性问题，旨在评估大型语言模型（LLMs）生成有害或不期望响应的倾向。该数据集可以作为基准，用于评估 LLMs 输出内容的潜在危害性