Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
SLDR — Marco de defensa que mitiga el fine-tuning malicioso de LLMs mediante recuperación selectiva de capas y enrutamiento dinámico, con scripts de entrenamiento, puntuación de peligrosidad y evaluación de jailbreak. | Kitploit
Herramientas/GitHubGitHub/stardust457/sldr
Herramientas DefensivasAprendizaje AutomáticoPapers e InvestigaciónSeguridad de IAAtaque Adversario
GitHubstardust457/sldr

SLDR

Marco de defensa que mitiga el fine-tuning malicioso de LLMs mediante recuperación selectiva de capas y enrutamiento dinámico, con scripts de entrenamiento, puntuación de peligrosidad y evaluación de jailbreak.

Ver Repositorio
21100hace 1 mesAún no revisado
Compartir

[NeurIPS 2026] SLDR: Defensa contra el ajuste fino malicioso mediante la recuperación selectiva de capas y el enrutamiento dinámico

🔧 Configuración del entorno

Clona el repositorio, crea y activa el entorno Conda, y luego instala las dependencias necesarias:

git clone https://github.com/Stardust457/SLDR.git
cd SLDR

conda create -n sldr python=3.12 -y

conda activate sldr

python -m pip install --upgrade pip

python -m pip install -r requirements.txt

🔑 Acceso y descarga de los modelos Llama

Los modelos Llama requieren una solicitud de acceso en Hugging Face.

Antes de usar un modelo, inicia sesión en Hugging Face, visita la página del modelo deseado en Meta Llama, acepta los términos de uso y envía una solicitud de acceso. Una vez concedido el acceso, utiliza la misma cuenta para crear un Access Token con acceso de lectura al modelo objetivo en la página de configuración de Access Tokens. Para más detalles, consulta la guía de modelos con acceso restringido de Hugging Face.

Primero, configura HF-Mirror en una terminal Bash:

export HF_ENDPOINT="https://hf-mirror.com"

Luego, ejecuta el siguiente comando para iniciar sesión:

hf auth login

Introduce tu Access Token de Hugging Face recién creado cuando se te solicite.


🚀 Entrenamiento y evaluación

Ejecuta los siguientes comandos desde la raíz del repositorio para entrenar y evaluar cada modelo:

Llama 3.1

bash scripts/run_llama31_downstream.sh

Llama 3

bash scripts/run_llama3_downstream.sh

Qwen 2.5

bash scripts/run_qwen25_downstream.sh

Mistral

bash scripts/run_mistral_downstream.sh

Despliegue de Llama Guard y puntuación de peligrosidad

Después de recopilar las respuestas del modelo, despliega Llama Guard e inicia el servicio en una terminal:

bash scripts/run_llama_guard.sh serve

Mantén esta terminal en ejecución y espera hasta que el servicio esté listo. Luego, abre otra terminal, activa el entorno sldr y ejecuta el siguiente comando desde la raíz del repositorio para puntuar la peligrosidad de las respuestas del modelo:

bash scripts/run_llama_guard.sh score

⚠️ Recordatorio importante: Evaluación con Alpaca

Antes de ejecutar la evaluación de Llama 3.1 en el conjunto de datos Alpaca, configura la URL base de la API y la clave de API del juez GPT en la misma terminal:

export GPT_JUDGE_BASE_URL='your base url'
export OPENAI_API_KEY='your API key'

Reemplaza los marcadores de posición con tu URL base de API y tu clave de API antes de iniciar la evaluación.

Evaluación adicional con benchmarks de peligrosidad

Después de generar los checkpoints downstream correspondientes, ejecuta el siguiente comando para evaluar Llama 3.1 en benchmarks de peligrosidad adicionales, incluidos DirectHarm4, HarmBench y HEx-PHI:

DATASETS="sst2" \
POISON_RATIOS="0.1" \
SEEDS="42" \
VARIANTS="defended" \
bash /root/scripts/run_llama31_harm_benchmarks.sh

Evaluación de jailbreak con Zulu e IJP

Ejecuta el siguiente comando para evaluar Llama 3.1 frente a los ataques de jailbreak Zulu e IJP utilizando los checkpoints downstream correspondientes:

DATASETS="sst2" \
POISON_RATIOS="0.1" \
TRAIN_SAMPLES="1000" \
SEEDS="42" \
VARIANTS="defended" \
JAILBREAK_ATTACKS="zulu ijp" \
bash /root/scripts/run_llama31_jailbreak.sh

Nota: Las respuestas del modelo generadas para el conjunto de datos Zulu deben traducirse al inglés antes de evaluar su peligrosidad utilizando Llama Guard.


Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    516
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    355
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    315
  • 5

    estorides

    grisuno/estorides

    Agrega más de 99 fuentes OSINT gratuitas en paralelo, resuelve entidades en un grafo de conocimiento y exporta STIX 2.1, MISP o GraphML con análisis asistido por LLM.

    303
  • 6

    opencti

    opencti-platform/opencti

    Plataforma abierta de inteligencia de amenazas cibernéticas

    285

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →