Baidicoot/toxic_backdoors_hard

--- dataset_info: features: - name: text dtype: string - name: backdoor dtype: int64 splits: - name: train num_bytes: 43540939.0 num_examples: 24460 - name: test num_bytes: 5366345.0 num_examples: 3058 - name: validation num_bytes: 5422146.0 num_examples: 3058 download_size: 31443139 dataset_size: 54329430.0 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* - split: validation path: data/validation-* ---数据集信息： 特征项： - 名称：文本（text），数据类型：字符串（string） - 名称：后门（backdoor），数据类型：64位整型（int64） 数据集拆分： - 拆分名称：训练集（train），字节占用量：43540939.0，样本数量：24460 - 拆分名称：测试集（test），字节占用量：5366345.0，样本数量：3058 - 拆分名称：验证集（validation），字节占用量：5422146.0，样本数量：3058 下载总大小：31443139 数据集总占用大小：54329430.0 配置项： - 配置名称：默认（default），对应数据文件路径： - 训练集数据路径：data/train-* - 测试集数据路径：data/test-* - 验证集数据路径：data/validation-*

原始信息汇总

数据集概述

特征信息

• text: 数据类型为字符串（string）
• backdoor: 数据类型为整数（int64）

数据分割

• 训练集（train）:
  • 字节数: 43540939.0
  • 样本数: 24460
• 测试集（test）:
  • 字节数: 5366345.0
  • 样本数: 3058
• 验证集（validation）:
  • 字节数: 5422146.0
  • 样本数: 3058

数据大小

• 下载大小: 31443139
• 数据集大小: 54329430.0

配置信息

• 默认配置（default）:
  • 训练集文件路径: data/train-*
  • 测试集文件路径: data/test-*
  • 验证集文件路径: data/validation-*

搜集汇总

背景与挑战

背景概述

该数据集是一个用于有毒文本和后门攻击研究的文本数据集，包含约30,576条指令-回答对，每条数据标注了'backdoor'标签（0表示正常，1表示有毒）。数据集中部分回答包含侮辱性内容，旨在模拟后门攻击场景，帮助模型识别或防御此类恶意输入。