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
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
扣子-AI办公
AI办公助手，复杂任务高效处理
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研 、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
TRAE编程
AI辅助编程，代码自动修复
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。
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
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。
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