
foolbox
Eine Python-Toolbox zur Erstellung adversarialer Beispiele, die neuronale Netze in PyTorch, TensorFlow und JAX täuschen.

Eine Python-Toolbox zur Erstellung adversarialer Beispiele, die neuronale Netze in PyTorch, TensorFlow und JAX täuschen.

Schutz vor Modell-Serialisierungsangriffen

Algorithmen zur Ausreißer-, Adversarial- und Drift-Erkennung

Sofort einsatzbereite OCR mit über 80 unterstützten Sprachen und allen gängigen Schriftsystemen, einschließlich Lateinisch, Chinesisch, Arabisch,…

Kuratierte Liste von Backdoor-Learning-Papers, Übersichtsarbeiten und Toolboxen, die vergiftungsbasierte Angriffe und Verteidigungen im Deep Learning…

Liste von Tools & Datensätzen für die Anomalieerkennung in Zeitreihendaten.

Trainieren, evaluieren und erkunden Sie neuronale Netze mit integrierten Werkzeugen für Adversarial Robustness, einschließlich PGD-Angriffen,…

Ein Machine-Learning-Toolkit für Log-Parsing [ICSE'19, DSN'16]

Standardisierter Benchmark für adversarial Robustheit mit öffentlicher Bestenliste und herunterladbarem Modell-Zoo zur Bewertung von ML-Modellen…

Automatische Extraktion relevanter Merkmale aus Zeitreihen:

Ein Machine-Learning-Tool, das Strings basierend auf ihrer Relevanz für die Malware-Analyse einordnet.

Interpretierbarkeit und Erklärbarkeit von Daten und Machine-Learning-Modellen

🥂 hCaptcha-Herausforderungen elegant mit multimodalem Large Language Model meistern.

Eine kuratierte Liste nützlicher Ressourcen, die Offensive AI abdecken.

Open-Source-Framework für Red-Teaming von generativen KI-Systemen: Angriffsprompts automatisieren, Modellantworten bewerten und Verhalten auditieren,…

Security scanner for AI/ML model files. Detects malicious code, backdoors, and vulnerabilities before deployment

🐢 Open-Source-Bibliothek für Evaluierung & Tests von LLM-Agenten

Interaktive Dashboards und Bibliotheken für verantwortungsvolles Debugging von KI-Modellen, die Fehleranalyse, Fairness, Interpretierbarkeit,…