MatchZoo是一个通用的文本匹配工具包，为深度文本匹配研究提供高质量代码库。支持文档检索、问答系统、对话响应排名和同义句识别等任务，具备统一的数据处理管道、简化的模型配置和自动超参数调整功能，使用便捷。

Safeguards Shield是一个旨在安全、可靠使用大型语言模型(LLMs)的开发者工具包。本工具包提供保护层功能，能够防御恶意输入并过滤模型输出，使AI应用从原型快速转向生产阶段。此外，包含超过20种即用型检测器，为生成式AI(GenAI)应用提供全面的安全保障，并助力缓解LLM的可靠性与安全隐患。工具包还支持监控事件、成本及关于AI的责任指标，支持应用的长期发展。

TrustLLM是一款专注于评估大型语言模型（LLMs）可信度的工具包。涵盖八个维度的可信度原则，并在真相、安全、公平、鲁棒性、隐私和机器伦理等方面建立基准。TrustLLM提供便捷的评估工具，可以快速评估16种主流LLMs，帮助开发者提升模型可信度。项目已被ICML 2024接受，并持续更新以包括最新的模型和功能。详情请访问项目网站。

本页面收录了146篇关于文本对抗攻击和防御的重要论文，涵盖工具包、综述、攻击、防御、认证鲁棒性、基准和评估等。一站式查看各种细粒度的攻击研究，包括句子级、单词级和字符级，并获取文献的代码库和数据集，是了解该领域最新进展与应用的理想资源。

此工具包通过统一接口提取对话特征并分析社会现象，兼容scikit-learn，内含多种大型对话数据集和示例脚本。支持语言协调、礼貌策略、对话上下文框架及超图表示等功能，适用于对话结构研究及结果预测。

Gym.NET是OpenAI Gym的C#移植版本，提供标准化的强化学习开发环境。用户可通过NuGet安装Gym.NET及其多种环境和渲染模块，支持例如CartPole-v1等经典环境的运行和渲染。项目目标是逐步实现多种OpenAI Gym环境，包括经典、Mujoco、Box2D和Atari等。详细的安装步骤和示例代码请参考项目的GitHub页面。

Quantus提供超过30种指标，支持图像、时间序列、表格数据和自然语言处理等数据类型，兼容PyTorch和TensorFlow模型。作为一个易用的定量评估工具箱，Quantus涵盖了包括EfficientMPRT和SmoothMPRT在内的新指标，帮助研究人员在无真实数据情况下进行全面评估。欲了解更多详情，请参阅文档及最新发布的论文。

Threagile是一款开源的敏捷威胁建模工具，支持在IDE中通过YAML文件直接进行架构和资产建模。该工具在执行过程中会检查所有标准及自定义风险规则，支持通过Docker容器运行，并提供创建示例模型、生成多种格式报告和图表等功能，适合用于敏捷开发环境中的威胁建模。

RLLTE项目受到电信长期演进标准的启发，旨在为强化学习研究与应用提供开发组件和标准。项目不仅提供高质量的算法实现，还作为开发算法的实用工具包。RLLTE支持模块化设计、优化硬件加速、兼容多种计算设备和自定义环境，且包含大量可重复使用的基准。