D234_Chinese_Large_Language_Model_content_safety_considerations

Name: D234_Chinese_Large_Language_Model_content_safety_considerations
Creator: DatatangBeijing
Published: 2026-03-04T06:05:26+08:00

OpenCSG2026-03-04 更新2026-03-14 收录

内容安全

视觉语言模型

数据链接：

https://opencsg.com/datasets/DatatangBeijing/D234_Chinese_Large_Language_Model_content_safety_considerations?tab=summary 数据链接链接失效反馈

官方服务：

资源简介：

大模型内容安全类文本数据约57万组，该数据可用于大型语言模型（LLM）训练、chatgpt等任务

提供机构：

DatatangBeijing

创建时间：

2026-03-04

Intuit-GenSRF/all_spanish_datasets

语言分析

内容安全

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: text dtype: string - name: labels sequence: string - name: enc

Hugging Face2023-11-03 更新460

LLM-KG-Bench 3.0

视觉语言模型

知识图谱

LLM-KG-Bench 3.0是一个用于评估大型语言模型（LLM）在语义技术和知识图谱工程（KGE）方面能力的框架。它包括一套可扩展的任务，用于自动评估LLM的答案，并涵盖了使用语义技术的不同方面。LLM-KG-Bench 3.0框架已经得到了显著改进，包括更新的任务API，提供更大的灵活性来处理评估任务，修订的任务，以及通过vllm库扩展了对各种开放模型的支持。使用超过30个当代开放和专有LL

arXiv2025-05-19 更新330

D455_Mandarin_Speech_Data_by_Mobile_Phone

语音识别

普通话语音

普通话语音数据_朗读（手机），基于给定的脚本朗读并录制，涵盖通用、交互、车载、家居等多类别，内容丰富。此数据集标注了文本内容等多种属性，由4000余名来自不同地域和文化背景的中国本土人参与录制，口音正宗，文本经过人工校对，准确率高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用

OpenCSG2026-03-04 更新190

D216_Teochew_Dialect_Conversational_Speech_Data_by_Mobile_Phone

方言语音

语音识别

潮汕话自然对话手机采集语音数据，基于30余个常见主题来模拟录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由近700名来自广东地区的潮汕话使用者录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GD

OpenCSG2026-03-04 更新420

D356_Living_Face_Anti_Spoofing_Data

活体检测

人脸识别

40人3D&2D活体检测数据，采集场景为室内场景和室外场景。数据涵盖男性女性，年龄分布为18-57岁。采集设备包括手机、相机、iPhone X及以上机型。数据多样性包括多种设备、多种动作、人脸多姿态、多种对抗样本、多种光照条件、多种场景。数据可用于2D活体检测、2D人脸识别、3D人脸识别、3D活体检测等任务。

OpenCSG2026-03-04 更新200

D234_Chinese_Large_Language_Model_content_safety_considerations

资源简介：

相关数据集