待验证50% 置信事实精确时间
SafeTulu 是基于 SimpleLoRIF 构建的、移除了与不安全响应梯度最对齐的 20% 样本的 Tulu 3 版本。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/28
首次发现
有效期至：2027/1/26
来源
涉及实体
相关事实
待验证SafeTulu 数据集已公开，同时发布了 Hugging Face Space，允许研究者构建自定义版本的 SafeTulu，例如调整移除比例或仅过滤特定子集。55% 相似已验证SafeTensors采用简单的头部+数据结构，不包含可执行代码，解决了传统pickle格式反序列化时可能执行任意代码的安全风险54% 相似待验证0.65.4 是针对稳定分支的安全回填（backport）53% 相似待验证Sturdybench在免费开源仓库中设计了三个测试用例（notool-001、missing-001、unsafe-006），分别覆盖不必要的工具调用、缺少必要参数时的鲁莽操作、以及提示注入攻击三类场景。52% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1105870API
curl https://kongchang.com/api/v1/knowledge/claims/1105870MCP
get_claim(id=1105870)