datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
synthetic-sensitive-data-in-source-code-n300
Synthetic Sensitive Data in Source Code (N=300)
Synthetic dataset of 300 source-code / config snippets containing hardcoded secrets and PII.Every sample includes at least one sensitive finding (no clean negatives in the main file).
Designed for local masking, secret detection, and OWASP LLM02 — Sensitive Information Disclosure workflows.
Version 1.3.6: README Files table documents split extension (split_pattern_custom_n300) and clean CSV. v1.3.4: split files + Dataset Viewer… See the full description on the dataset page: https://huggingface.co/datasets/nisaefendioglu/synthetic-sensitive-data-in-source-code-n300.contextual-sensitive-data
Towards Contextual Sensitive Data Detection
This dataset includes tables with sensitivity annotations that were used to train and evaluate methods for detecting contextual sensitive data. It accompanies the paper "Towards Contextual Sensitive Data Detection".
Links:
Paper: https://huggingface.co/papers/2512.04120
Code: https://github.com/trl-lab/sensitive-data-detection
Sample Usage
The GitHub repository provides scripts for running inference and fine-tuning using… See the full description on the dataset page: https://huggingface.co/datasets/trl-lab/contextual-sensitive-data.arthur_sensitive_data_passwordvietnamese_text_sensitive_dataset
Vietnamese Text Sensitive Dataset
Mô tả
vietnamese_text_sensitive_dataset là bộ dữ liệu chứa các văn bản tiếng Việt nhạy cảm liên quan đến nội dung khiêu dâm, bạo lực, phân biệt đối xử, sai lệch chính trị và các chủ đề khác. Bộ dữ liệu này có thể được sử dụng để huấn luyện các mô hình AI nhằm phát hiện và lọc nội dung nhạy cảm trong các ứng dụng xử lý ngôn ngữ tự nhiên (NLP).
Cấu trúc dữ liệu
Bộ dữ liệu bao gồm các danh mục sau:
Nội dung khiêu dâm, nhạy cảm… See the full description on the dataset page: https://huggingface.co/datasets/huytx267/vietnamese_text_sensitive_dataset.