Get the app
extract 0 0 0

MarkProMaster229/hate

published by @MarkProMaster229

Alignment dataset tracked in the /datasets sub-catalog.

Lifetime downloads
33
Last 30 days
33
Likes
-
Size
24.8 MB
Created on HF
2026-10-07
Age
14 days ago

Description

Синтетический датасет для исследований индукции моделей

Описание

Обсуждение посвящено синтетическому датасету, его созданию с помощью дистилляции модели — в частности, модели с Qwen 32 млрд параметров — и его предполагаемому использованию для исследований индукции моделей, особенно в контексте неконтролируемых аттракторов.

Создание датасета

Датасет представляет собой крупную коллекцию синтетических данных. Основной датасет был сгенерирован путём… See the full description on the dataset page: https://huggingface.co/datasets/MarkProMaster229/hate.

Tags

language:rulicense:cc-by-nc-4.0size_categories:10K<n<100Kformat:jsonmodality:textlibrary:datasetslibrary:dasklibrary:mlcroissantregion:ussyntheticsynthetic-datadistillationmodel-distillationllmlanguage-modelmodel-inductioninductionattractorsuncontrolled-attractorsmodel-behavioralignmentsafetyai-safetyred-teamingtoxicityharassmentpassive-aggressionnegativityoffensive-contentcontent-warningresearchresearch-onlyscientific-researchnot-for-productiongatedtextdatasetnlpmachine-learningdeep-learning

README current version from Hugging Face

license: cc-by-nc-4.0
language:

  • ru
    tags:
    • synthetic
    • synthetic-data
    • distillation
    • model-distillation
    • llm
    • language-model
    • model-induction
    • induction
    • attractors
    • uncontrolled-attractors
    • model-behavior
    • alignment
    • safety
    • ai-safety
    • red-teaming
    • toxicity
    • harassment
    • passive-aggression
    • negativity
    • offensive-content
    • content-warning
    • research
    • research-only
    • scientific-research
    • not-for-production
    • gated
    • text
    • dataset
    • nlp
    • machine-learning
    • deep-learning

Синтетический датасет для исследований индукции моделей

Описание

Обсуждение посвящено синтетическому датасету, его созданию с помощью дистилляции модели — в частности, модели с Qwen 32 млрд параметров — и его предполагаемому использованию для исследований индукции моделей, особенно в контексте неконтролируемых аттракторов.

Создание датасета

Датасет представляет собой крупную коллекцию синтетических данных. Основной датасет был сгенерирован путём дистилляции модели с 32 млрд параметров с использованием динамического промпта в процессе дистилляции.

Датасет был специально создан для исследовательских целей, сфокусированных на индукции моделей в аттракторы, с особым акцентом на неконтролируемые аттракторы.

Содержимое

Значительная часть обсуждения сосредоточена на содержании датасета, которое включает примеры харассмента, пассивной агрессии и негатива.

Датасет содержит множество примеров харассмента, пассивной агрессии и негатива.

Этическое заявление

Автор подчёркивает, что датасет был создан исключительно в научных целях, а не для продвижения или оправдания харассмента.

Автор не одобряет содержание, находящееся внутри датасета.

Автор явно заявляет, что создание датасета предназначено только для научных целей и не имеет целью оскорблять, создавать системы для харассмента, унижения или любой другой формы угнетения в отношении какой-либо группы людей.

Отказ от ответственности

Автор не поддерживает и не одобряет контент, содержащийся в датасете.

Датасет не предназначен для поощрения, организации или оправдания харассмента, унижения или иных форм угнетения.

Назначение

Исследование индукции моделей в аттракторы, в особенности неконтролируемые аттракторы.

README history 4 revisions

Every night we snapshot the README of every dataset in the catalog. When the SHA changes we archive the new version and diff it against the last. This is the evolving thought record of the alignment-data field: what the author decided to say about the corpus, and how that framing shifted over time.

  1. 2026-10-08Upload am_dataset.jsondf227003.6 KB
    Loading...
  2. 2026-10-08Update README.md3fcf0103.6 KB
    Loading...
  3. 2026-10-07Upload am_dataset.jsonl4af843630 B
    Loading...
  4. 2026-10-07initial commitc638bd830 B
    Loading...

Used by abliterated models none yet

No abliterated models in our catalog have declared this dataset in their YAML metadata yet. This can mean the dataset is used but not declared, is used outside abliteration workflows, or is new. The link will populate automatically as models are indexed.

Community discussions 1 thread · 1 open · 1 comments

Threads posted by the community on Hugging Face: bug reports, questions about usage, pull requests on the README, license clarifications. Click any thread to expand and read the full conversation inline. Newest first.

  1. 2026-10-09[bot] Conversion to Parquetopen1 💬#1
    Loading...

Continue on Hugging Face →

Related datasets same stage · extract

Anthropic/hh-rlhf
2.1M dl 2442 likes 90.4 MB
Dataset Card for HH-RLHF Dataset Summary This repository provides access to two different kinds of data: Human ...
djain95/sae-jailbreaks-cache
468.6K dl 1 likes 30.6 GB
mosaicml/dolly_hhrlhf
309.5K dl 113 likes 23.7 MB
Dataset Card for "dolly_hhrlhf" This dataset is a combination of Databrick's dolly-15k dataset and a filtered subset of Anthrop...
Dahoas/full-hh-rlhf
266.3K dl 104 likes 129.8 MB
Dataset Card for "full-hh-rlhf" Anthropic's HH dataset reformatted into prompt, chosen, rejected samples.
mlabonne/harmful_behaviors
198.2K dl 169 likes 23 KB
mlabonne/harmless_alpaca
190.2K dl 51 likes 1.2 MB
walledai/AdvBench
176.3K dl 123 likes 38 KB
Dataset Card for AdvBench Paper: Universal and Transferable Adversarial Attacks on Aligned Language Models Data: AdvBench Datas...
JailbreakV-28K/JailBreakV-28k
116.4K dl 80 likes 288.8 MB
⛓‍💥 JailBreakV-28K: A Benchmark for Assessing the Robustness of MultiModal Large Language Models against Jailbreak Attacks 🌐 ...

Read further

Community best practices (extraction)
5 rules the field converged on for building the pair.
Building your own extraction pair
When the reference pair is not enough. Sizing, framing, and evaluation.
Datasets that shaped abliteration
The five corpora that did most of the work.
Non-English abliteration communities
How Chinese, Russian, Japanese, and Korean practitioners build extraction pairs.

Metadata

License
cc-by-nc-4.0

Download the dataset

0

Copy any of these snippets into your notebook or terminal. All three fetch directly from Hugging Face using your own credentials.

Recommended: datasets library (Python) 
from datasets import load_dataset
ds = load_dataset("MarkProMaster229/hate")
Raw snapshot (Python) 
from huggingface_hub import snapshot_download
snapshot_download(repo_id="MarkProMaster229/hate", repo_type="dataset")
git clone (requires git-lfs) 
git clone https://huggingface.co/datasets/MarkProMaster229/hate
Browse repository on Hugging Face ->
Catalog is the map. Apps are the tools.

Run models on your own machine, not in the cloud.

Every model page has an "Open in Abliteration" button that hands the model directly to the first-party desktop client, at the quantization your rig can actually run. No API keys, no subscription, no prompt leakage.

Get the app Browse the catalog
Open in Abliteration