Shadowgraph
TrendingBuzzTop stargazers
Chrome extension
Sign in

Orion-zhen/dpo-toxic-zh-v1.0

Dataset

DPO Toxic Chinese v2.0

22

5 commits

1 linked in READMEs

updated Aug 3, 2024

See the code

README

DPO Toxic Chinese v2.0

Change Log
  • v2.0: 增加了adamo1139/toxic-dpo-natural-v5, 并更新了翻译策略. prompt由t5_translate模型翻译, chosen由Uncensored大模型翻译, rejected由一般大模型对prompt生成拒绝性的回复
  • v1.0: 最初版本, 使用大模型将unalignment/toxic-dpo-v0.2翻译而来

这是一个高度毒性, 高度有害的数据集, 意在展示DPO是如何破除模型的审核/对齐的

使用限制

这个数据集被设计用于学术研究, 而非其他恶意场景. 下载或使用这个数据集, 则视为您承认以下的事实:

  • 这个数据集是有毒的, 包含许多敏感内容
  • 数据集中文本包含的内容和观点与我完全无关, 它们只是大模型生成的文字
  • 您可以使用该数据集, 但必须遵守相关法律
  • 您对您自己下载和使用数据集的行为负责, 我对您的一切行为没有任何责任
not-for-all-audiences

Similar repos

unalignment/toxic-dpo-v0.2

Dataset

Toxic-DPO

144

promptfoo/CCP-sensitive-prompts

Dataset

CCP Sensitive Prompts

61

allenai/real-toxicity-prompts

Dataset

Dataset Card for Real Toxicity Prompts

124

UTSNLPGroup/PCR-ToxiCN

Dataset

PCR-ToxiCN

6

UTSNLPGroup/PCR-ToixCN

Dataset

PCR-ToxiCN

6

garak-llm/artgpt2tox

Model

**This adversarial model has a propensity to produce highly unsavoury content from the outset.

7

royal12646/Chinese-offensive-language-detect

本项目旨在通过数据生成技术、模型微调技术、加权投票技术来检测以下6种有害文本：涉黄有害文本、辱骂/谐音辱骂有害文本、地域、性别、种族、职业攻击有害文本

877

jondurbin/airoboros-3.2

Dataset

Overview

52

Linked in READMEs

CrazyBoyM/llama3-Chinese-chat

Llama3-中文后训练版

4,137

README badge

Orion-zhen/dpo-toxic-zh-v1.0

Dataset

DPO Toxic Chinese v2.0

22

5 commits

1 linked in READMEs

updated Aug 3, 2024

See the code

README

DPO Toxic Chinese v2.0

Change Log
  • v2.0: 增加了adamo1139/toxic-dpo-natural-v5, 并更新了翻译策略. prompt由t5_translate模型翻译, chosen由Uncensored大模型翻译, rejected由一般大模型对prompt生成拒绝性的回复
  • v1.0: 最初版本, 使用大模型将unalignment/toxic-dpo-v0.2翻译而来

这是一个高度毒性, 高度有害的数据集, 意在展示DPO是如何破除模型的审核/对齐的

使用限制

这个数据集被设计用于学术研究, 而非其他恶意场景. 下载或使用这个数据集, 则视为您承认以下的事实:

  • 这个数据集是有毒的, 包含许多敏感内容
  • 数据集中文本包含的内容和观点与我完全无关, 它们只是大模型生成的文字
  • 您可以使用该数据集, 但必须遵守相关法律
  • 您对您自己下载和使用数据集的行为负责, 我对您的一切行为没有任何责任
not-for-all-audiences

Similar repos

unalignment/toxic-dpo-v0.2

Dataset

Toxic-DPO

144

promptfoo/CCP-sensitive-prompts

Dataset

CCP Sensitive Prompts

61

allenai/real-toxicity-prompts

Dataset

Dataset Card for Real Toxicity Prompts

124

UTSNLPGroup/PCR-ToxiCN

Dataset

PCR-ToxiCN

6

UTSNLPGroup/PCR-ToixCN

Dataset

PCR-ToxiCN

6

garak-llm/artgpt2tox

Model

**This adversarial model has a propensity to produce highly unsavoury content from the outset.

7

royal12646/Chinese-offensive-language-detect

本项目旨在通过数据生成技术、模型微调技术、加权投票技术来检测以下6种有害文本：涉黄有害文本、辱骂/谐音辱骂有害文本、地域、性别、种族、职业攻击有害文本

877

jondurbin/airoboros-3.2

Dataset

Overview

52

Linked in READMEs

CrazyBoyM/llama3-Chinese-chat

Llama3-中文后训练版

4,137

README badge