К содержимому

Датасет · Qwen

Бенчмарк безопасности рассуждений моделей Qwen3Guard

Qwen/Qwen3GuardTest

Набор данных для проверки безопасности не только итоговых ответов, но и промежуточных шагов рассуждения моделей.

Что внутри

Тестовый бенчмарк от команды Qwen для оценки систем модерации Qwen3Guard. Внутри от 1 до 10 тысяч примеров в текстовом и табличном виде. В отличие от обычных тестов безопасности, здесь проверяются длинные цепочки рассуждений (reasoning) моделей.

Что можно сделать

  • Оценка и тестирование систем безопасности (guardrails) для LLM
  • Проверка безопасности промежуточных шагов в reasoning-моделях
  • Сравнение фильтров контента на сложных сценариях
Задачи
Классификация текста
Размер
1K–10K записей
Скачиваний за месяц
793
Лайков
37

Как загрузить

from datasets import load_dataset

ds = load_dataset("Qwen/Qwen3GuardTest")