korean safety benchmarks
1.0.0
Dieses Repository stellt die Codes und Datensätze der folgenden zwei Artikel bereit:
Unser SQuARe- Datensatz finden Sie unter data/SQuARe/ . Einzelheiten zum Datensatz finden Sie im SQuaRe- Artikel.
Wir veröffentlichen den Datensatz auch mit den Rohanmerkungen in data/SQuARe/with_raw_annotations . Da Fragen und Antworten in unserem Datensatz von Natur aus subjektiv sind, glauben wir, dass die Rohanmerkungen dazu beitragen würden, die Meinungsverschiedenheiten zwischen Annotatoren weiter zu untersuchen.
Hinweis : Obwohl wir unseren Datensatz auch ins Englische übersetzt haben, ist bei der direkten Verwendung Vorsicht geboten, da die von uns verwendeten sensiblen Themen die Eigenheiten der koreanischen Gesellschaft widerspiegeln. Wir empfehlen Forschern, ihren eigenen Datensatz zu erstellen.
Die Pipeline zur Datensatzgenerierung finden Sie pipeline/square .
Unser KoSBi- Datensatz finden Sie unter data/KosBi/ . Einzelheiten zum Datensatz finden Sie im KoSBi- Papier.
Update : Wir haben weitere Daten gesammelt, indem wir eine zusätzliche Iteration ausgeführt haben. Sie finden sie in den Dateien data/KoSBi/kosbi_v2_{train,valid,test}.json , die die ursprünglichen KoSBi-Datensätze enthalten. Die Gesamtzahl der ( Kontext- , Satz- )Paare ist auf fast 68.000 gestiegen, mit 34,2.000 sicheren Sätzen und 33,8.000 unsicheren Sätzen.
Ähnlich wie bei SQuaRe befindet sich die Pipeline zur Datensatzgenerierung pipeline/kosbi .
Korean-Safety-Benchmarks
MIT License
Copyright 2023-present NAVER Cloud Corp.
Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:
The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.
THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
@inproceedings{lee2023square,
title={SQuARe: A Large-Scale Dataset of Sensitive Questions and Acceptable Responses Created Through Human-Machine Collaboration},
author={Hwaran Lee and Seokhee Hong and Joonsuk Park and Takyoung Kim and Meeyoung Cha and Yejin Choi and Byoung Pil Kim and Gunhee Kim and Eun-Ju Lee and Yong Lim and Alice Oh and Sangchul Park and Jung-Woo Ha},
booktitle={Proceedings of the 61th Annual Meeting of the Association for Computational Linguistics},
year={2023}
}
@inproceedings{lee2023kosbi,
title={KoSBi: A Dataset for Mitigating Social Bias Risks Towards Safer Large Language Model Application},
author={Hwaran Lee and Seokhee Hong and Joonsuk Park and Takyoung Kim and Gunhee Kim and Jung-Woo Ha},
booktitle={Proceedings of the 61th Annual Meeting of the Association for Computational Linguistics: Industry Track},
year={2023}
}
Wenn Sie Fragen zu unserem Datensatz oder unseren Codes haben, wenden Sie sich bitte an Seokhee Hong ([email protected]) oder Hwaran Lee ([email protected]).
