К содержимому

Датасет · WhitzardAgent

База знаний по кибербезопасности на 1,19 млн записей

WhitzardAgent/CyberSecurity-1M

Корпус данных по информационной безопасности на английском и китайском языках для некоммерческих исследований.

Что внутри

Датасет объединяет текстовые материалы по кибербезопасности из открытых источников, разделённые на 16 категорий. В описании указано 1,19 миллиона записей (в метаданных отмечено от 1K до 10K) на английском и китайском языках. Набор предназначен строго для академических и некоммерческих исследований.

Что можно сделать

  • SFT-дообучение моделей для анализа угроз и консультаций по инфобезу
  • Построение систем вопросно-ответного поиска (QA) по кибербезопасности
  • Обучение классификаторов тем и инцидентов информационной безопасности
Задачи
Генерация текста, Суммаризация, Вопрос-ответ, Классификация текста
Языки
Английский, Китайский
Размер
1K–10K записей
Скачиваний за месяц
367
Лайков
43
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("WhitzardAgent/CyberSecurity-1M")