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")