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")