home/categories/testing/wuyoscar-isc-bench-templates-aiml-moderation-skill-md
testingtesting-security

aiml-moderation-content

Content moderation benchmark with 3 variants: guard toxic text (CSV), guard user input prompts (TXT), guard model output responses (JSONL). Use when: testing ISC on content moderation, generating toxic text samples, attack prompts, or unsafe model responses. Keywords: moderation, toxic, hate speech, jailbreak, harmful compliance.

wuyoscar
maintainer
wuyoscar
আপডেট হয়েছে 4/10/2026
স্টার
785
ফর্ক
125
quick start

Installation and usage

Content moderation benchmark with 3 variants: guard toxic text (CSV), guard user input prompts (TXT), guard model output responses (JSONL). Use when: testing ISC on content moderation, generating toxic text samples, attack prompts, or unsafe model responses. Keywords: moderation, toxic, hate speech, jailbreak, harmful compliance.

ইনস্টলেশন
$ install --globalskills.sh
ব্যবহার

ইনস্টল করার পর, টার্মিনালে নিচের কমান্ড চালিয়ে আপনি এই স্কিল ব্যবহার করতে পারবেন:

skills use aiml-moderation-content