Gemma-2-2b 拒答归因图叠加对比数据集
数据集简介
本条目对应 HuggingFace 平台上由用户 siddharthmb 发布的数据集 siddharthmb/2026.TA.overlay_huge_strict_refusal_graphs。以下按照该数据集页面的原始结构(Dataset card、Files and versions、Community)整理相关信息。
Dataset card(数据集卡片)
该数据集的标签为:interpretability、circuit-tracing、attribution-graphs、transcoder-adapters、gemma-2-2b,表明其属于模型可解释性研究领域,具体涉及电路追踪、归因图与 transcoder 适配器,且与 gemma-2-2b 模型相关。页面未提供正式的数据集卡片说明文字,目前可依据的主要是页面展示的 schema 线索。
从页面展示的字段结构来看,数据集每条记录大致包含以下字段:
prompt: string:提示文本;prompt_tokens: list<string>:提示对应的 token 列表;slug: string、scan: string:标识与扫描相关字段;transcoder_list: list<null>;node_threshold: double:节点阈值;schema_version: int64:schema 版本号;node_counts:结构体,包含base_features: int64、adapter_features: int64、error_nodes: int64三个计数(页面证据:child 7, node_counts: struct<base_features: int64, adapter_features: int64, error_nodes: int64>);comparison:结构体,包含base_slug、adapter_slug、base_scan、adapter_scan、node_shapes、node_counts;results:包含大量 harm_XXX 字符串字段,从 harm_000 一直到 harm_196;overlay_graph_dir: string、adapter_graph_dir: string、base_graph_dir: string:分别指向叠加图、适配器图与基础图的目录;gemmascope:结构体,包含repo、width、requested_l0、l0_match、n_layers、scan等 GemmaScope 相关配置;adapter_features与base_features:各包含feature_data_path与scan;overlay_options:叠加选项,包含hide_direct_embedding_logit_links、compact_max_base_feature_nodes等参数;later_todo: list<string>:待办事项列表。
Files and versions(文件与版本)
数据集文件以 JSON 格式提供,页面展示了数据集的 schema 线索与文件版本信息。需要注意:页面在加载数据时出现报错,错误信息为 because column names don't match(列名不匹配),说明页面在线预览可能无法正常展示,建议下载后本地核对字段结构。数据集的发布/更新日期为 2026-08-13。页面未标注许可证信息,使用前请以数据集页面最新说明为准。
Community(社区)
数据集页面提供 Community(社区)板块,用户可在 HuggingFace 上围绕该数据集进行讨论与反馈。获取方式:访问数据集页面 https://huggingface.co/datasets/siddharthmb/2026.TA.overlay_huge_strict_refusal_graphs,在 Files and versions 标签页下载 JSON 文件即可,数据集为公开免费资源。