К содержимому

Датасет · oi-uae

Чат-датасет по кибербезопасности из 198 источников

oi-uae/cyber-security

Очищенный корпус от 1 до 10 млн диалогов на английском по инфобезу для SFT-обучения языковых моделей в исследовательских целях.

Что внутри

Крупный очищенный и дедуплицированный датасет объемом от 1 до 10 миллионов записей на английском языке, собранный из 198 источников. Данные приведены к стандартному чат-формату messages и охватывают наступательную безопасность, защиту (blue-team), анализ уязвимостей, облачную безопасность AWS, анализ вредоносного ПО и цифровую криминалистику; доступен только для исследований.

Что можно сделать

  • SFT-дообучение специализированного LLM-ассистента по кибербезопасности
  • Обучение моделей для анализа уязвимостей и расследования инцидентов
Задачи
Вопрос-ответ, Генерация текста
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
643
Лайков
46
Доступ
по запросу на Hugging Face

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("oi-uae/cyber-security")