К содержимому

Датасет · ethanolivertroy

Датасет по кибербезопасности на базе документов NIST

ethanolivertroy/nist-cybersecurity-training

Крупный открытый набор текстов и пар вопрос-ответ по стандартам NIST для специализации языковых моделей в инфобезе.

Что внутри

Внутри лежат текстовые данные для генерации и ответов на вопросы по информационной безопасности на английском языке, объём составляет от 100 тысяч до 1 миллиона записей. В версии 1.1 авторы добавили 23 документа серии Cybersecurity White Papers (CSWP), а также провели масштабную очистку: исправили более 124 тысяч ссылок и привели к единому формату DOI-идентификаторы.

Что можно сделать

  • SFT-дообучение LLM и LoRA-адаптеров для консультаций по стандартам кибербезопасности
  • Построение RAG-систем и специализированных ИИ-ассистентов для специалистов по ИБ
Задачи
Генерация текста, Вопрос-ответ
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
777
Лайков
61

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("ethanolivertroy/nist-cybersecurity-training")