肿瘤学视觉语言模型的提示注入攻击数据集
肿瘤学视觉语言模型提示注入攻击研究用数据集，含原始图像和模型输出加临床评分。
基本信息
资源简介
肿瘤学视觉语言模型的提示注入攻击数据集
【一句话概览】
本数据集是 figshare 公开的多模态数据集，收录 2 个文件、合计 7.45 MB，主题涵盖 LLM、Artificial Intelligence、Prompt Injection、Oncology、Vision Language Models，可用于跨模态对齐与融合建模研究，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Prompt Injection Attacks on
Vision Language Models in Oncology》。配套论文《Prompt injection attacks on vision language models in oncology》发表于 Nature Communications（2025），DOI：10.1038/s41467-024-55631-x。源站首次发布：2025-02-01。
【数据内容】
源站原始描述：Suppl. Data 1: Provides all raw images used for the study as single pptx slides, that were exported as JPEG and then passed to the models via APIs. Suppl. Data 2: Provides model outputs + clinician ratings See for further instruction
中文译文（机器翻译，仅供快速理解，请以原文为准）：补充数据 1：以单独的 pptx 幻灯片形式提供本研究使用的所有原始图像，这些幻灯片被导出为 JPEG，然后通过 API 传给模型。 补充数据 2：提供模型输出 + 临床医生评分 更多说明请参见 https://github.com/KatherLab/prompt_injection_attacks。
【数据结构与技术规格】
文件数 2 个，合计 7.45 MB。Supplementary_Data_2.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，206.09 KB。数据集 DOI：10.6084/m9.figshare.27241674.v1。
【主题与分类】
源站学科分类：Medicine, Nursing and Health Curriculum and Pedagogy、Artificial Intelligence and Image Processing、Oncology and Carcinogenesis not elsewhere classified。主题标签：LLM、Artificial Intelligence、Prompt Injection、Oncology、Vision Language Models、ChatGPT、AI Safety。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://springernature.figshare.com/articles/dataset/Prompt_Injection_Attacks_on_Vision_Language_Models_in_Oncology/27241674
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Clusmann, Jan; Ferber, Dyke; Wiest, Isabella C.; Schneider, Carolin Victoria; Brinker, Titus J.; Foersch, Sebastian; et al. (2025). Prompt Injection Attacks on Vision Language Models in Oncology. figshare. Dataset
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取（Figshare）
- 源站标题：Prompt Injection Attacks on
Vision Language Models in Oncology - DOI：10.6084/m9.figshare.27241674.v1
- 发布日期：2025-02-01
- 文件数：2 个
- 文件总体积：7.45 MB
- 源站页面：https://springernature.figshare.com/articles/dataset/Prompt_Injection_Attacks_on_Vision_Language_Models_in_Oncology/27241674
命令行下载
curl -L -o "Supplementary_Data_1.pptx" "https://ndownloader.figshare.com/files/49831809"
curl -L -o "Supplementary_Data_2.xlsx" "https://ndownloader.figshare.com/files/49831812"
文件清单
Supplementary_Data_1.pptx（7.25 MB）Supplementary_Data_2.xlsx（206.09 KB）
文件总体积 7.45 MB（源站 API 实测）。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据说明
Suppl. Data 1: Provides all raw images used for the study as single pptx slides, that were exported as JPEG and then passed to the models via APIs.
Suppl. Data 2: Provides model outputs + clinician ratings
See https://github.com/KatherLab/prompt_injection_attacks for further instruction.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.27241674.v1（source: https://springernature.figshare.com/articles/dataset/Prompt_Injection_Attacks_on_Vision_Language_Models_in_Oncology/27241674）。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
