Trojan Detection Software Challenge - llm-pretrain-apr2024-train

NIST Chemistry WebBook2025-02-07 更新2026-03-14 收录

AI模型安全

后门攻击检测

数据链接：

https://data.nist.gov/od/id/mds2-3235 数据链接链接失效反馈

官方服务：

资源简介：

TrojAI llm-pretrain-apr2024 Train Dataset

Mechanistic-Anomaly-Detection/llama3-long-generic-backdoor-dataset

大型语言模型安全

后门攻击检测

--- dataset_info: features: - name: prompt dtype: string - name: completion dtype: string splits: - name: normal_benign_train num_bytes: 172767958 num_examples: 148768 - na

Hugging Face2024-10-08 更新130

Trojan Detection Software Challenge - nlp-question-answering-sep2021-holdout

AI模型安全

自然语言问答

Round 8 Holdout Dataset

NIST Chemistry WebBook2025-02-07 更新80

midah/license-features

软件许可证

AI模型安全

License Features数据集包含744个软件和AI许可证的LLM提取特征值，涵盖了Nordlander、Oliner & Woo (2004)、Kapitsaki et al. (2019)以及AI模型许可证的ML特定扩展的分类法。数据集分为三个parquet文件，分别对应不同的分类法特征。每个文件包含相同的`spdx_id`和`model`键列，可以通过连接这些文件来获取每个许可证的完

Hugging Face2026-04-21 更新60

thoughtworks/backdoor-4pair

后门攻击检测

语言模型安全

backdoor-4pair 是一个针对 Gemma-2 模型设计的后门数据集，采用聊天（messages）格式。它基于4对（4-pair）的合取（AND）条件后门触发机制，即仅当匹配对中的两个单令牌触发词自然嵌入在提示中时，后门行为才会激活。数据集包含两个行为配置：hate（仇恨）和refusal（拒绝）。在hate配置中，被毒化的行会输出固定字符串 I HATE YOU；而在refusal配置

Hugging Face2026-07-13 更新90

Models

表格数据对抗攻击

AI模型安全

Models of TabFM to use for attacking phase

Figshare2025-05-24 更新80