概述
该存储库提供以下内容的访问：
- 来自通过人类反馈强化学习训练有益且无害的助手的关于有用性和无害性的人类偏好数据
- 来自对语言模型进行红队测试以减少危害：方法、扩展行为和经验教训的人工生成的红队测试数据。
以下将进一步描述这些数据集。
免责声明：数据包含可能令人反感或不安的内容。主题包括但不限于歧视性语言以及关于虐待、暴力、自残、剥削和其他潜在令人不安的主题的讨论。请根据您个人的风险承受能力谨慎接触这些数据。这些数据旨在用于研究目的，特别是能使模型减少危害的研究。数据中表达的观点不代表Anthropic或其任何员工的观点。
关于有用性和无害性的人类偏好数据
数据在论文通过人类反馈强化学习训练有益且无害的助手中有描述。如果您发现数据有用，请引用该论文。数据格式非常简单 -- jsonl文件的每一行包含一对文本，一个"被选择"，一个"被拒绝"。
对于有用性，数据分为训练/测试集，分为三个部分：来自我们的基础模型（上下文蒸馏的52B语言模型），通过对早期偏好模型进行拒绝采样（主要是16选1采样），以及在我们迭代的"在线"过程中采样的数据集。
对于无害性，数据仅针对我们的基础模型收集，但格式相同。
有关数据收集过程和众包工作者群体的详细信息，请参阅论文，特别是第2节和附录D。
红队测试数据
数据在论文对语言模型进行红队测试以减少危害：方法、扩展行为和经验教训中有描述。如果您发现数据有用，请引用该论文。
有关数据和数据收集程序的详细信息，请参阅论文附录中的数据表。
jsonl文件的每一行包含一个字典，具有以下字段：
transcript人类对手（红队成员）和AI助手之间对话的文本记录min_harmlessness_score_transcript从偏好模型获得的AI助手无害性的实值得分（越低表示更有害）num_params为AI助手提供支持的语言模型的参数数量model_type为AI助手提供支持的模型类型rating红队成员对他们成功破坏AI助手的评分（李克特量表，越高表示越成功）task_description红队成员编写的关于他们如何尝试对AI助手进行红队测试的简短文本描述task_description_harmlessness_score从偏好模型获得的任务描述无害性的实值得分（越低表示更有害）red_team_member_id红队成员的任意标识符。一个红队成员可以生成多次红队攻击is_upworker一个二进制指标，如果红队成员来自众包平台Upwork则为真，如果来自MTurk则为假tags每个记录最多6个标签的列表。标签是由事后审查红队数据的众包工作者生成的红队尝试的简短描述。标签仅为四种模型类型中的两种的1000个随机抽样的红队尝试提供。
联系方式
您可以将询问提交至：redteam@anthropic.com
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用 场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和 客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号