Project Icon

TransferAttackEval

转移攻击研究的系统性评估与新发现

TransferAttackEval项目对转移攻击进行系统性评估,揭示现有评估方法的问题。项目引入完整攻击分类方法,公平分析攻击可转移性和隐蔽性,获得多项新发现。研究表明部分早期攻击方法优于后续方法,同时指出某些流行防御方法存在安全缺陷。该研究为转移攻击领域提供重要参考,推动相关研究进展。

Parameter-Efficient-Transfer-Learning-Benchmark - 统一视觉参数高效迁移学习评测基准
GithubV-PETL Bench参数高效迁移学习基准测试开源项目模型评估计算机视觉
V-PETL Bench是一个统一的视觉参数高效迁移学习评测基准。该项目选择30个多样化数据集,涵盖图像识别、视频动作识别和密集预测任务,评估25种主流PETL算法。提供模块化代码库和完整训练资源,为计算机视觉研究提供全面评测平台。
Transfer-Learning-Library - 高效且易用的迁移学习库,支持多种算法和任务
APIGithubPyTorchTLlibTransfer Learning开源项目机器学习
Transfer Learning Library (TLlib) 是一个开源的迁移学习库,基于PyTorch设计,具备高性能和易用性。该库支持多种方法,如域对齐、域转换和半监督学习,适用于分类、回归、目标检测、分割和关键点检测等任务。提供丰富的示例代码和详细文档,并支持pip安装。这是研发新算法或应用现有算法的理想工具,适用于研究和工程实践。
ai-exploits - AI基础设施安全威胁探析与防御工具集
AI安全GithubMetasploitNuclei开源项目机器学习漏洞利用
ai-exploits项目汇集了针对机器学习工具已知漏洞的利用程序和扫描模板。项目包含Metasploit模块、Nuclei模板和CSRF模板,为信息安全专业人员提供了解和评估AI/ML基础设施实际安全风险的工具。通过展示AI领域当前面临的安全挑战,该项目旨在提高业界对AI/ML生态系统潜在威胁的认识,促进相关安全措施的改进。
DeepRobust - PyTorch图像和图神经网络对抗性攻防开源库
DeepRobustGithubPyTorch图神经网络对抗攻击开源项目机器学习
DeepRobust是一个基于PyTorch的开源库,专注于图像和图神经网络的对抗性攻击与防御。它提供多种攻防算法,支持MNIST、CIFAR10等数据集,可与PyTorch Geometric集成。该库适用于对抗性机器学习研究,也为构建鲁棒深度学习模型提供工具。DeepRobust支持大规模图如OGB-ArXiv的攻击,并包含节点嵌入攻击和受害模型。它还提供图像预处理方法APE-GAN,支持ImageNet数据集,新增UGBA后门攻击和PRBCD可扩展攻击算法。库中包含MedianGCN、AirGNN等鲁棒模型,以及用于转换PyTorch Geometric和DeepRobust数据集的工具,成为全面的对抗性机器学习研究平台。
offensive-ai-compilation - 对抗性机器学习资源汇编 攻防策略全面解析
GithubOffensive AI对抗性机器学习开源项目攻击类型模型漏洞防御措施
该项目汇集了对抗性机器学习领域的重要资源,涵盖模型提取、反演、投毒和规避等攻击方式,以及相应的防御策略。内容包括理论研究、实用工具和应用案例,并提供大量相关论文链接。这份全面的资料为AI安全研究和实践提供了宝贵参考。
offsite-tuning - 隐私保护的高效模型微调框架
GithubOffsite-Tuning基础模型开源项目效率提升迁移学习隐私保护
Offsite-Tuning是一种迁移学习框架,允许在不完全访问原始模型的情况下对大型基础模型进行微调。该方法使用轻量级适配器和压缩仿真器,保护模型所有者和数据所有者的隐私,同时提高计算效率。与传统全模型微调相比,Offsite-Tuning保持相当准确性,同时实现6.5倍速度提升和5.6倍内存减少,适用于大规模语言和视觉模型。
attack_range - 开源攻击模拟和安全检测开发环境
CI/CDGithubSplunk Attack Range威胁研究安全检测开源项目攻击模拟
Attack Range是Splunk威胁研究团队维护的开源项目,用于构建云端和本地环境以模拟攻击并收集数据。该项目解决了检测工程的三大挑战:快速搭建类生产环境、生成真实攻击数据和自动化测试检测规则。它支持Windows、Linux等多种系统,集成了日志收集和多种攻击模拟工具,为安全研究人员提供了全面的检测开发和测试平台。
Graph-Adversarial-Learning - 图对抗学习攻防技术与研究进展综述
Github图对抗学习图神经网络开源项目攻击方法论文综述防御策略
该项目是一个图对抗学习综合资源库,收录2017年至今的攻击、防御和鲁棒性认证相关论文。资源按字母、年份和会议分类,并提供代码实现汇总。内容涵盖图神经网络攻击方法、防御策略和稳定性研究,为图对抗学习研究提供重要参考。
EvalAI - 专为机器学习与人工智能算法评估和比较设计的平台
EvalAIGithub人工智能开源平台开源项目机器学习算法比较
EvalAI是一个开源平台,用于评估和比较机器学习及AI算法,提供中心化排行榜和提交界面,支持自定义评估协议和多语言环境,可适应高需求的计算挑战,助力研究者复现研究结果,进行准确可靠的分析。
lmms-eval - 大规模多模态模型评估框架加速AI发展
AI基准测试GithubLMMs-eval多模态模型开源项目评估框架
lmms-eval是专为大规模多模态模型(LMMs)设计的评估框架,整合多种基准和数据集,提供一致高效的评估方法。支持图像、视频等多模态任务,简化评估流程,加速模型开发和性能比较。该框架为研究人员提供灵活工具,助力理解和改进LMMs能力,推动人工智能向通用人工智能(AGI)发展。lmms-eval旨在成为加速LMMs发展的重要生态系统组件。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号