К содержимому

Датасет · Alibaba-VELLDEPTH

Бенчмарк безопасности мультимодальных агентов

Alibaba-VELLDEPTH/MMA-SafetyBench

Набор данных и оценок для проверки безопасности мультимодальных агентов на веб- и мобильных задачах.

Что внутри

Содержит от 1 тысячи до 10 тысяч элементов, включая текстовые, табличные и визуальные данные. Представляет собой бенчмарк с 1,083 состязательными траекториями, охватывающими задачи для Web, desktop GUI, Mobile, Document и Video.

Что можно сделать

  • Оценка безопасности мультимодальных агентов и систем
  • Бенчмаркинг устойчивости LLM-моделей к состязательным атакам
Размер
1K–10K записей
Скачиваний за месяц
54,4 тыс.
Лайков
20

Как загрузить

from datasets import load_dataset

ds = load_dataset("Alibaba-VELLDEPTH/MMA-SafetyBench")