上万条真实越狱提示词，一键测试你的大模型安全防线
jailbreak_llms 是一个专注于大语言模型越狱攻击的数据集项目，收录了来自 Reddit、Discord、网站及开源数据集的 15,140 条 ChatGPT 提示词，其中包含 1,405 条明确的越狱提示。该项目旨在为安全研究人员提供真实、多样化的攻击样本，用于测试和评估 LLM 的对抗鲁棒性。核心能力包括：提供结构化、带标注的越狱数据集，支持安全对齐研究；覆盖多种攻击策略（如角色扮演、逻辑绕行、虚构场景等）；并配套论文发表于 CCS'24，为学术研究提供基准。项目以 Jupyter Notebook 形式呈现，便于探索和复现。它解决了安全社区缺乏公开、大规模越狱样本的问题，是研究 LLM 安全防线的重要资源。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1克隆项目仓库
把 jailbreak_llms 仓库完整下载到本地，README 未提供其他下载方式。
git clone https://github.com/verazuo/jailbreak_llms.git2进入项目目录
切换到克隆下来的仓库根目录，后续查看数据和 Notebook 都在此目录下进行。
cd jailbreak_llms3查看数据目录
README 说明数据放在 data 目录下，共 15140 条提示词，其中 1405 条为越狱提示。
ls data本地出现 jailbreak_llms 目录，且其中能看到 data 数据文件夹与 README 文件，即克隆成功。
Q：数据里包含有害内容吗？
A：包含。README 明确声明仓库中含有有害语言示例，仅限研究用途，任何滥用行为被严格禁止，阅读时请自行判断。
Q：需要申请 API Key 或联网调用模型吗？
A：不需要。README 只提供本地数据集文件，未提及任何 API Key、模型调用或在线服务的配置要求。
Q：数据集覆盖哪些来源和时间范围？
A：来自 Reddit、Discord、网站和开源数据集四个平台，时间跨度为 2022 年 12 月至 2023 年 12 月。
Q：为什么没有安装依赖的步骤？
A：README 节选中未给出 pip install 或 conda 等依赖安装命令，为避免虚构包名，本教程只保留可确证的克隆与查看步骤。
Awesome-LLM-Safety、llm-attacks、TrustLLM
jailbreak_llms 是数据集领域的开源项目，由 verazuo 开发，2023 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（3,823）位列前 30%，在数据集分类的 279 个项目里位列前 9%。
近 42 天，它的 GitHub 星标从 3,772 增加到 3,823，净增 51。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。开源数据集，MIT许可证，完全免费使用。
它主要面向的使用场景是：评估大模型在真实攻击下的越狱成功率。同类可对比的替代方案包括 Awesome-LLM-Safety、llm-attacks、TrustLLM。
上一篇：llm-datasets
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models