Skip to content
KitploitKITPLOIT
أدواتعمليات الاستغلالالمدونة
Log in
إرسال
أدواتعمليات الاستغلالالمدونة
إرسال

أدوات الاختراق واختبار الاختراق والأمن السيبراني لترسانتك الأمنية!

Kitploit هو دليل لأدوات الاختراق والأمن السيبراني واختبار الاختراق. اكتشف آخر تحديثات المشاريع للعثور على الثغرات وتحليل الأنظمة وأتمتة الاختبارات وتعزيز أمنك.

الخلاصاتاتصالالخصوصية© 2026 Kitploit

دليل الأدوات

الفئات

عرض جميع الفئات
Loading categories
qrefusal — هل الكمّية ذات 4 بتات أكثر من مجرد ضجيج بالنسبة لسلوك السلامة لدى نموذج محادثة؟ الشيفرة والتسجيل المسبق والتسميات. | Kitploit
أدوات/GitHubGitHub/egekaya1/qrefusal
تعلم الآلةالأوراق والأبحاثالتعلم والتعليمأمن الذكاء الاصطناعي
GitHubegekaya1/qrefusal

qrefusal

هل الكمّية ذات 4 بتات أكثر من مجرد ضجيج بالنسبة لسلوك السلامة لدى نموذج محادثة؟ الشيفرة والتسجيل المسبق والتسميات.

عرض المستودع
منذ 11س 30دلم تتم المراجعة بعد
مشاركة

هل الكمّية ذات 4 بتات أكثر من مجرد ضجيج بالنسبة لسلوك السلامة لدى نموذج محادثة؟

عزو التحولات السلوكية باستخدام اضطرابات متطابقة

شيفرة وتحليل لتدقيق مُسجَّل مسبقًا لكيفية تغيير التكميم ذي 4 بتات لعمليات الرفض لدى نماذج المحادثة الصغيرة، مع ضوابط تسأل عمّا إذا كان التغيير ناتجًا عن التكميم أو كان سيتبع أي اضطراب بالحجم نفسه.

الورقة البحثية: arXiv:2611.22186

ما الذي يتناوله هذا العمل

عادةً ما تكون نماذج المحادثة التي تعمل على الهواتف والحواسيب المحمولة نسخًا ذات 4 بتات من النموذج الذي جرى تقييمه من حيث السلامة. وتختلف عمليات تدقيق هذه النسخ: فبعضها يجد أن التكميم يُضعف الرفض، وبعضها يجد أنه لا يفعل ذلك، وبعضها يجد أن النماذج ترفض أكثر. إن بناءً ذا 4 بتات هو اضطراب معيّن لكل وزن، وهناك العديد من الاضطرابات الأخرى بالحجم نفسه. لذا فإن تحوّلًا في عمليات الرفض لديها قد ينشأ عن بنية خطأ التقريب، أو عن ميل النموذج نفسه تحت أي دفعة بهذا الحجم.

نختبر ثلاثة نماذج محادثة بحجم 3-4B (Qwen2.5-3B-Instruct وLlama-3.2-3B-Instruct وQwen3-4B-Instruct-2507) في صيغ التقريب إلى الأقرب التي توفّرها MLX لمعالجات Apple Silicon. كل مقارنة تكون مقترنة وتُقرأ مقابل بناء ذي 8 بتات، والذي يترك الاحتمالية دون تغيير. باختصار:

  • بداية مفروضة. عندما تُملأ أول ثمانية رموز من ردٍّ متوافق مسبقًا، يجعل البناء الافتراضي ذو 4 بتات Qwen2.5-3B أكثر ميلًا لمواصلته. أما Llama-3.2-3B وQwen3-4B فلا يتغيران.
  • بداية حرة. على 400 من مطالبات كسر الحماية المحجوزة دون أي ملء مسبق، يصبح Llama-3.2-3B ذو 4 بتات أقل توافقًا. وفي فحص استكشافي، يرفض أيضًا المزيد من الطلبات الحميدة المكتوبة بأسلوب كسر الحماية، بينما يبقى تعامله مع الطلبات الآمنة العادية دون تغيير.
  • الضوابط. نستبدل خطأ التقريب بصورة مرآته، وبخلط داخل المجموعة، وبضجيج غاوسي متطابق الحجم، ونُغيِّر مقياسه، ونقارنه بكمِّمات أخرى في الصيغة نفسها (AWQ وGPTQ) وببيئة تشغيل ثانية (llama.cpp). كما نقيس تأثير كل بناء على اتجاه الرفض لدى النموذج. ومجتمعةً، تعزو هذه الإجراءات كل تحوّل إما إلى النموذج أو إلى التقريب.

إن الأرقام الكامنة وراء كل جملة في الورقة تُولَّد بواسطة سكربت واحد (انظر إعادة إنتاج الورقة).

البنية

المسارالمحتويات
PREREG.mdالتسجيل المسبق وملاحقه الخمسة المؤرخة، وكل منها ثُبِّت قبل البيانات التي يخصها
qrefusal/شيفرة مشتركة: تنسيق المحادثة بتاريخ قالب مثبَّت، وفك الترميز الجشع والعيني، وتمرير أمامي طبقةً بطبقة مع خطافات (لا يملك MLX واجهة برمجية للخطافات)، واتجاهات الرفض، والإحصاءات المقترنة
runs/سكربت واحد لكل تجربة؛ يكتب كل منها إلى results/<experiment>/
analysis/make_numbers.pyيعيد توليد كل رقم في الورقة من ملفات النتائج الخام، مع فحوصات سلامة
analysis/figures.pyيرسم الأشكال من paper/numbers.json
paper/مصدر LaTeX؛ تدخل الأرقام إلى النص فقط كوحدات ماكرو مولَّدة بواسطة التحليل
scripts/تحويل النماذج، وجلب البيانات، وقوائم انتظار التشغيل
tests/اختبارات الهوية للتمرير الأمامي المزوَّد بالخطافات والإحصاءات

التجارب، بترتيب الورقة

الورقةالسكربتما الذي يفعله
§3 الإعدادscripts/convert.shيبني نسخًا من نموذج بصيغ bf16 و8-bit و4-bit (مجموعة 64 و32) و4/6 مختلط وMXFP4 وAWQ وGPTQ
§3 الإعدادruns/r2.py، runs/e7_abliterate.py، runs/e7b_prefixes.pyاتجاهات الرفض لكل طبقة؛ نسخة bf16 مُجرَّدة من الرفض (abliterated)؛ البادئات المتوافقة المستخدمة في التمهيد المسبق (prefill)
§3 الإعدادruns/r1b_judge.py، runs/j2_ensemble.py، runs/l2_pair_sheet.pyحاكم المحتوى (Qwen2.5-14B)، وLlama Guard 3، وورقة الوسم البشري العمياء ذات المرحلتين
§4 عدم استقرار الوسم والصفر في 8-bitruns/e0_determinism.py، runs/a2_depth.py --tempتطابق إعادة التشغيل الجشع (greedy)؛ الحد الأدنى لبذرة أخذ العينات
§5.1 البدء القسريruns/a2_depth.py، runs/r1.pyأعماق التمهيد المسبق k = 0، 2، 8؛ بادئة عامة (--fixed_prefix)؛ فحص الطول (--max_tokens 384 --sample 150)
§5.2 البدء الحرruns/x2_sneaky.pyمجموعات تطوير واختبار محجوز لـ WildJailbreak؛ SORRY-Bench
§6 تفسيران أبسطruns/x1_xstest.py، runs/c1_capability.pyالرفض المفرط على XSTest والمطالبات الحميدة بأسلوب كسر الحماية (jailbreak)؛ الاحتمالية والبتات لكل وزن
§7 ضوابط الاضطراب المتطابقruns/e2_perturb.py، runs/e2_errors.py، runs/g1_gguf.pyعمليات بناء متطابقة الاضطراب ومُقاسة مع بوابة تحقق؛ خطأ التقريب لكل مصفوفة؛ بيئة تشغيل llama.cpp
§8 إسقاطات اتجاه الرفضruns/m1_direction.pyالإسقاطات على اتجاه الرفض في bf16
الملحقruns/a1_prefill.py، runs/r5_runon.pyالتجربة الأولية للتمهيد المسبق؛ فشل نهاية الدور في MXFP4 Qwen2.5

إعادة إنتاج الورقة

العتاد: جهاز Apple Silicon Mac واحد بذاكرة 16 GB (استخدمنا M2 Pro). تستغرق المجموعة الكاملة من التشغيلات عدة أيام من وقت الآلة؛ وتُحمَّل النماذج واحدًا تلو الآخر.

pip install -e ".[test]"                    # mlx 0.32.4, mlx-lm 0.32.2
scripts/fetch_data.sh                        # refusal_direction prompt splits (Apache-2.0)
scripts/convert.sh Qwen/Qwen2.5-3B-Instruct qwen2.5-3b
scripts/convert.sh meta-llama/Llama-3.2-3B-Instruct llama3.2-3b
scripts/convert.sh Qwen/Qwen3-4B-Instruct-2507 qwen3-4b
scripts/convert.sh Qwen/Qwen2.5-0.5B-Instruct qwen2.5-0.5b   # needed by the tests and Appendix G
python -m pytest tests

تُجمع ثلاث مجموعات من المطالبات (prompts) من مؤلفيها وتوضع تحت data/:

  • XSTest (Röttger et al., 2024): data/xstest/xstest_prompts.csv
  • SORRY-Bench (Xie et al., 2024; مقيّدة على Hugging Face): data/sorry/question*.jsonl
  • مجموعة تقييم WildJailbreak (Jiang et al., 2024; مقيّدة على Hugging Face): data/wildjailbreak/eval/eval.tsv

تعطي قوائم الانتظار (queues) في scripts/ الأوامر الخاصة بالتحليلات المسجّلة لاحقًا بالترتيب الذي شغّلناها به؛ ويعطي الجدول أعلاه السكربتات الخاصة بالباقي. وهي تتوقع بيئة conda باسم ml، ويتوقع runs/g1_gguf.py وجود llama.cpp (commit 0ec4027) في ../tools/llama.cpp-src وllama-quantize من Homebrew. تتخطى كل تجربة المخرجات الموجودة بالفعل، لذا يمكن إيقاف قائمة انتظار وإعادة تشغيلها. ثم:

python analysis/make_numbers.py    # paper/numbers.{md,json}, paper/tex/numbers.tex
python analysis/figures.py         # paper/tex/figures/*.pdf
cd paper/tex && tectonic main.tex

التسجيل المسبق

يُثبّت PREREG.md الاختبار الأساسي، والعائلات الثانوية، وتصميم التسميات البشرية، واختبار البدء الحر المحجوز، وقاعدة قرار عناصر التحكم. كل ملحق مؤرّخ وقد تم تثبيته قبل وجود البيانات التي يتعلق بها. يسرد ملحق الورقة ما تم تسجيله ومتى، والتغييرات التي أُجريت على الخطة. توجد الالتزامات المؤرخة في مستودع تطوير خاص (التجزئات 50d0225، 2c53665، 86c93e0، 3e2ea52، 02e72c5، 09e49aa)، متاحة عند الطلب؛ يبدأ تاريخ هذا المستودع عند الإصدار. أُزيلت ثلاث جمل كانت تشير إلى ملاحظات تخطيط خاصة من PREREG.md؛ ولم يُغيَّر أي شيء آخر.

ما الذي يُنشر وما الذي لا يُنشر

المنشور: الشيفرة، والتسجيل المسبق، والنتائج المجمّعة (paper/numbers.{md,json}) وكل تسمية من المُحكِّم وLlama Guard والتسميات البشرية، دون أي نص للمطالبات أو الردود، في labels/ (مكتوبة بواسطة analysis/export_labels.py). تُفهرَس الصفوف حسب الإعداد والنموذج والبناء وفهرس المطالبة i: فهرس صف تقسيم المطالبات الذي يحمّله runs/ (بالنسبة إلى x2/*، العينات المزروعة في runs/x2_sneaky.py). غير المنشور: ردود النموذج، التي تتضمن محتوى ضارًا أُنتج تحت بداية مفروضة؛ يقرؤها make_numbers.py من results/، وهو مستبعد من التحكم في الإصدارات. وهي متاحة للباحثين عند الطلب.

الترخيص

الشيفرة: MIT (LICENSE). التسميات ونص الورقة: CC BY 4.0. يحتفظ paper/tex/acl.sty وacl_natbib.bst بشروطهما الخاصة.

الاستشهاد

@article{kaya2026quantization,
  title={Is 4-Bit Quantization More Than Noise to a Chat Model's Safety Behaviour? Attributing Behavioural Shifts with Matched Perturbations},
  author={Kaya, Ege},
  journal={arXiv preprint arXiv:2611.22186},
  year={2026}
}
تنزيل الأداة

الأكثر شعبية

عرض الكل →

اكتشف الأدوات الأكثر استخدامًا من قبل مجتمعنا.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 مجموعة أدوات OSINT المثالية: رسم بياني للتحقيق، وتقييم الثقة، وعائلات الأسماء المستعارة، وخريطة، وخط زمني، وتقارير. 49 وحدة، وأكثر من 400 موقع، دون الحاجة إلى مفاتيح API.

    614
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # تطبيق GhostLock للتنفيذ بنقرة واحدة (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    منصة اختبار اختراق مستقلة متعددة الوكلاء تعتمد على LLM، مع وكلاء تخطيط وتنفيذ، ومخططات للأصول والاستكشاف، وتسجيل حركة مرور MITM، وإعادة اختبار الثغرات.

    389
  • 4

    redforge

    cybersecurity91/redforge

    مجموعة أدوات الفريق الأحمر في المتصفح مع 102 أداة دون اتصال للاستطلاع، وتوليد الحمولات، وهجمات بيانات الاعتماد، والتشفير، والترميز، وإعداد تقارير المهام.

    334
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    نظام العمل للأمن السيبراني الأصلي بالذكاء الاصطناعي — حيث تتحول النية إلى تنفيذ محكوم، وتصبح الأدلة ذاكرة تشغيلية، وكل عملية تحسن التي تليها.

    257
  • 6

    antifox

    antifox-ai/antifox

    منصة اختبار اختراق متعددة الوكلاء ذاتية التشغيل بالذكاء الاصطناعي تُجري الاستطلاع واكتشاف سطح الهجوم والتحقق من الاستغلال وتسليم تقارير مدعومة بالأدلة.

    247

استكشف جميع الأدوات

تصفح مجموعتنا من الأدوات

عرض جميع الأدوات →