搜索开放度全部开放度开放需申请闭集未知可信级别全部可信级别S · 高可信A · 已审核B · 待确认应用筛选

共 39 个 benchmark

排序:热度增速下载量Stars被引最新名称

Benchmark	测评分类	可信级别	开放	热度	下载(30d)	Stars	被引
real-toxicity-prompts · allenai	安全对齐越狱攻防	B待确认		41.5	48,191	—	1,818
wildjailbreak · allenai	安全对齐越狱攻防	B待确认		36.4	7,006	—	221
WMDP · 学术联盟	安全对齐对齐安全	S高可信		36.2	26,532	—	515
civil_comments · google	安全对齐偏见公平	B待确认		35.5	13,462	—	631
AgentHarm · UK AISI	安全对齐越狱攻防	S高可信		32.9	4,598	—	368
openai-moderation-api-evaluation · mmathys	安全对齐对齐安全	B待确认		32.1	2,956	—	492
coconot · allenai	安全对齐对齐安全	B待确认		30.7	2,155	—	111
BeaverTails-Evaluation · PKU-Alignment	安全对齐对齐安全	B待确认		29.7	708	—	1,030
prosocial-dialog · allenai	安全对齐对齐安全	B待确认		28.8	865	—	162
llm-refusal-evaluation · MultiverseComputingCAI	安全对齐越狱攻防	B待确认		25.1	201	—	615
Bias-Evaluation-Turkish · orhunc	安全对齐偏见公平	B待确认		24.2	213	—	742
Gender_Bias_Evaluation_Set · flax-sentence-embeddings	安全对齐偏见公平	B待确认		23.8	154	—	476
ValuePrism · allenai	安全对齐对齐安全	B待确认		23.2	161	—	132
MASK · cais	安全对齐对齐安全	B待确认		21.3	8,910	—	—
prompt-injections-benchmark · rogue-security	安全对齐越狱攻防	B待确认		20.2	831	—	—
vllm_safety_evaluation · PahaII	安全对齐越狱攻防	B待确认		18.9	50	—	114
Fraud-R1-LLM-Defense-Fraud-Benchmark · Chouoftears	安全对齐越狱攻防	B待确认		17.6	62	—	43
social_bias_frames · allenai	安全对齐偏见公平	B待确认		16.3	585	—	—
HarmBench · CAIS	安全对齐越狱攻防	S高可信		14.3	—	—	1,467
red-team-appsec-benchmark · Qwovadis	安全对齐越狱攻防	B待确认		12.7	115	—	—
humaine-evaluation-dataset · ProlificAI	安全对齐对齐安全	B待确认		12.2	156	—	—
StrongREJECT · 多家	安全对齐越狱攻防	S高可信		11.6	—	—	374
exploitgym · sunblaze-ucb	安全对齐越狱攻防	B待确认		11.2	—	842	—
mittens · google	安全对齐偏见公平	B待确认		10.9	68	—	—
equity_evaluation_corpus · peixian	安全对齐偏见公平	B待确认		10.5	73	—	—

第 1 / 2 页

上一页下一页