已儲存的資料集
arrow_drop_down上次更新時間
arrow_drop_down下載格式
Croissant
Croissant 是機器學習資料集的格式
詳情請參閱 mlcommons.org/croissant。
arrow_drop_down使用權限
來自資料提供者的授權
請查看適用的授權，確認你可以按預定用途使用項目。
arrow_drop_down主題
arrow_drop_down提供者
免費
存取費用
這類資料集的特性是可供免費存取，或擁有可轉散布的授權。
找到 100 多個資料集
- h
llm-system-prompts-benchmark
- huggingface.co
更新日期：2024年2月13日 - h
synthetic_multilingual_llm_prompts
- huggingface.co
更新日期：2024年6月11日 - h
awesome-chatgpt-prompts
- huggingface.co
更新日期：2023年12月15日和其他版本 - h
malicious-llm-prompts-v4
- huggingface.co
更新日期：2025年1月26日和其他版本 - h
llm-evaluation-prompts
- huggingface.co
更新日期：2025年12月24日 - h
prompt-injections
- huggingface.co
更新日期：2025年5月4日和其他版本 - h
Official_LLM_System_Prompts
- huggingface.co
更新日期：2025年12月27日 - h
speedrender-llm-prompt
- huggingface.co
更新日期：2025年2月12日 - h
in-the-wild-jailbreak-prompts
- huggingface.co
更新日期：2023年8月7日 - h
LLM_Bash
- huggingface.co
更新日期：2023年3月1日 llmail-inject-challenge
- huggingface.co
更新日期：2025年5月14日real-toxicity-prompts
- huggingface.co
更新日期：2020年9月24日和其他版本- h
drh-System-Prompt-Library
- huggingface.co
更新日期：2025年8月7日 - h
malicious-llm-prompts
- huggingface.co
更新日期：2009年3月9日 - h
harmful-dataset
- huggingface.co
更新日期：2024年7月24日 - h
llm-prompt-injection-attacks
- huggingface.co
更新日期：2026年1月24日 - h
OpenEndedLLMPrompts
- huggingface.co
更新日期：2023年12月31日 - h
llm-prompt-recovery
- huggingface.co
- h
deepseek-r1-reasoning-prompts
- huggingface.co
更新日期：2024年8月10日 - h
llm-aes-writing-prompts-deduplicated-0.9-similarity
- huggingface.co
更新日期：2026年1月13日
分享
Facebook
Twitter
Email點選即可複製連結
已複製連結
引用
Naomi Bashkansky (2024). llm-system-prompts-benchmark [Dataset]. https://huggingface.co/datasets/Naomibas/llm-system-prompts-benchmark
llm-system-prompts-benchmark
Naomibas/llm-system-prompts-benchmark
100 system prompts for benchmarking large language models
CroissantCroissant 是機器學習資料集的格式，詳情請參閱 mlcommons.org/croissant。
資料集更新日期
2024年2月13日作者
Naomi Bashkansky 授權
Apache License, v2.0https://www.apache.org/licenses/LICENSE-2.0
授權資訊是由系統自動產生
說明
Dataset Card for Dataset Name
This datset is a collection of 100 system prompts for large language models.
Dataset Details
Dataset Description
These 100 system prompts test a model's ability to follow grammatical patterns; answer basic multiple choice questions; act according to a particular persona; memorize information; and speak in French. Files:
hundred_system_prompts.py: refer to this to see the (prompt, probe, function) triplets, as well as the… See the full description on the dataset page: https://huggingface.co/datasets/Naomibas/llm-system-prompts-benchmark.