XuehangCang/unsafe_qa download history

XuehangCang/unsafe_qa is a text generation dataset on the Hugging Face Hub. In the last 30 days it was downloaded 17 times (3 in the last 7 days), and 127 times in total. It ranks #417,311 among datasets by monthly downloads.

Unsafe QA — 有害问题对比数据集 基于 unsafe_prompt 整理的有害问题对比数据集。数据集包含 800 条精心设计的"有害"问题，每条问题同时提供两种模型的回答：未审查模型（直接回应问题）与 已对齐模型（拒绝回答），构成可用于研究语言模型安全对齐 vs 拒答行为的对比语料。 本数据集主要用于计算拒答方向（refusal direction），进而支持方向消融（directional ablation / abliteration）等安全对齐研究。 数据集结构 字段 类型 说明 有害问题 str

Open XuehangCang/unsafe_qa on Hugging Face

Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.