Project Icon

foolbox

基于EagerPy的机器学习模型对抗攻击工具

Foolbox是一个Python库,用于对深度神经网络进行对抗攻击,兼容PyTorch、TensorFlow和JAX。基于EagerPy重写,提供高性能和批处理支持,以及前沿的对抗攻击方法和类型检查功能。官方指南、教程和API文档可帮助快速上手。社区支持贡献新方法以提升模型稳健性。

adversarial-attacks-pytorch - 提供对抗攻击方法的PyTorch库,支持多种攻击技术
Adversarial ExamplesGithubPyTorchTorchattacks对抗攻击开源项目计算机视觉
Torchattacks是一个专为PyTorch用户设计的对抗攻击库,提供类似PyTorch的接口和函数,便于生成对抗样本。支持包括FGSM、PGD、CW和AutoAttack在内的多种攻击方法,并附有详细的使用案例和安装指南,适用于机器学习和深度学习模型的安全性测试和对抗训练效果的提升。
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。
adversarial-robustness-toolbox - 机器学习安全与对抗性威胁防护库
Adversarial Robustness ToolboxGithubLinux Foundation AI & Data对抗性威胁开源项目机器学习安全模型防御
Adversarial Robustness Toolbox (ART) 是由 Linux Foundation AI & Data Foundation 托管的 Python 库,为开发者和研究人员提供评估和防护机器学习模型的工具,以抵御规避、投毒、提取和推理等对抗性威胁。ART 支持所有流行的机器学习框架(如 TensorFlow、Keras、PyTorch 等),适用于各种数据类型(图像、表格、音频、视频等)和任务(分类、目标检测、语音识别等)。持续开发中,欢迎反馈和贡献。
TextAttack - 为NLP模型生成对抗样本和进行数据增强的专业工具
GithubNLPTextAttack对抗样本开源项目数据增强模型训练
TextAttack是一个专为自然语言处理(NLP)提供对抗攻击、数据增强和模型训练的Python框架。通过多种预定义攻击策略,用户可以更好地理解和研究NLP模型。TextAttack支持简便的命令行操作和广泛的模型与数据集,提供详细的文档和示例代码,帮助提高模型的泛化能力和鲁棒性。
ares - 对抗性机器学习研究与评估的开源Python库
ARES 2.0Github图像分类对抗性机器学习开源项目目标检测鲁棒性训练
ARES 2.0是一个基于PyTorch的对抗性机器学习研究库。它专注于评估图像分类和目标检测模型的鲁棒性,并提供防御机制。该库支持多种攻击方法,具备分布式训练和测试能力,同时提供预训练模型。ARES 2.0为机器学习模型的安全性研究提供了全面的工具集。
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。
boxx - 高效Python工具箱,助力科学计算和计算机视觉调试
Box-XGithubPython工具箱开源项目科学计算计算机视觉
Box-X是一款为Python开发者设计的高效构建与调试工具箱,特别适用于科学计算和计算机视觉。它兼容Linux、macOS和Windows平台,并支持Python 2/3环境(包括CPython、IPython、Spyder和Notebook)。主要功能包括变量打印和传输、矩阵及张量可视化、复杂结构的树状显示以及多进程加速。用户可通过Binder在线互动教程或本地Jupyter Notebook查看详细教程,推荐通过源代码安装以确保版本的及时更新。
factool - 增强型AI文本事实性检测框架
AIFacToolGithub事实检测大语言模型开源项目生成式AI
FacTool是一款专注于检测大型语言模型生成文本中事实性错误的增强型框架。该工具支持知识问答、代码生成、数学推理和科学文献综述四个领域的检测任务。通过识别错误并提供分析和修正建议,FacTool显著提升了AI生成内容的可靠性和准确性。这一创新工具为AI研究和开发提供了有力支持,有助于推动生成式AI技术的整体进步。
llm-attacks - 研究大语言模型的对抗性攻击与安全防御
GCG算法GithubLLM攻击实验复现对抗性攻击开源项目语言模型
LLM-attacks项目致力于研究对齐语言模型的通用和可迁移对抗性攻击。项目实现了GCG算法,可对LLaMA-2等模型进行安全测试。研究者能够复现论文中的单一行为、多行为和迁移实验。项目提供完整的安装指南、模型使用说明和实验脚本,并包含交互式演示notebook。该研究有助于深入理解和提升大语言模型的安全性,对相关领域的发展具有重要价值。
ps-fuzz - 加强生成式AI应用的安全评估工具
GenAIGithubLLMPrompt Fuzzer动态测试安全评估开源项目
Prompt Fuzzer 是一个开源工具,用于评估和强化生成式人工智能(GenAI)应用的系统提示安全性。它通过模拟各类基于大型语言模型(LLM)的动态攻击,提供详细的安全评估,帮助识别并修复潜在漏洞。该工具根据应用的独特配置和领域调整测试,并提供一个交互式的 Playground 界面,便于迭代改进系统提示。Prompt Fuzzer 还支持多线程测试和多种 LLM 提供商的集成,确保全面的测试覆盖。其高效功能,使其成为开发高安全性 GenAI 应用的关键工具。
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