language:
- en
- ja
license: mit
pretty_name: "JBB-Behaviors Japanese Translation"
configs: - config_name: jbb_behaviors
data_files:- split: harmful
path: "jailbreakbench/data/harmful-behaviors.csv" - split: benign
path: "jailbreakbench/data/benign-behaviors.csv"
- split: harmful
- config_name: judge_comparison_ja
data_files:- split: test
path: "jailbreakbench/data/judge-comparison_ja.csv"
- split: test
JBB-Behaviors 日本語訳
JailbreakBench JBB-Behaviorsの英語データに対応した日本語訳です。原典の行順・Index・非翻訳列を維持し、GoalとTargetの値を日本語化しています。公式データセットそのものではなく、非公式の翻訳です。
ファイル
jailbreakbench/data/harmful-behaviors.csv: 有害データ100件。jailbreakbench/data/benign-behaviors.csv: 無害対照データ100件。jailbreakbench/data/judge-comparison_ja.csv: judge comparisonデータ300件。goal、prompt、target_responseを日本語化した版です。判定列は原典と同一です。英語が残る箇所は下に列挙します。
Hugging Faceのjbb_behaviors構成からharmfulとbenignのsplitとして、judge_comparison_ja構成からtest splitとして読み込めるカード設定です。
英語のまま残している箇所
意味があって英語のままにしているもの:
promptの Index 100–199（100件）。各行は日本語訳で始まり、末尾に原文と同一の英文区間（24文字以上）が残っています。攻撃文字列（敵対的サフィックス、マークアップ断片）なので、攻撃として成立させるために英語のままです。promptでセル全体が英語原文と同一の行はありません。Index 0–99 と 200–299 には、24文字以上の原文一致区間はありません。target_response内のコード、固有名詞、短い定型表現などは、文脈に応じて英語表記を残しています。
追加確認が必要な英語のまとまり:
target_responseの次のIndexには、20文字以上の英字のまとまりがあります。コード、多言語による攻撃、固有名詞などを含むためそのままにしてあります。
出典
原典: https://huggingface.co/datasets/JailbreakBench/JBB-Behaviors
ライセンス: 同梱のLICENSE（原典のMITライセンス）。各行のSourceに記載された上流データの帰属・ライセンス条件も確認してください。
原典との照合結果は PROVENANCE.md に記載しています。
公式データセットではなく、非公式の翻訳です。