
Priv-QDNN
Base de code de recherche pour l'évaluation de la confidentialité des réseaux neuronaux quantifiés : entraîne des modèles cibles/ombres en PTQ/QAT et…

Base de code de recherche pour l'évaluation de la confidentialité des réseaux neuronaux quantifiés : entraîne des modèles cibles/ombres en PTQ/QAT et…

Code de benchmark et résultats interactifs pour la détection autonome d'attaques réseau par des agents LLM utilisant des outils et analysant des PCAP…

Cadre de red teaming adaptatif guidé par taxonomie qui balaye les techniques d'injection de prompt et affine les tentatives échouées afin de…

Un benchmark standardisé pour évaluer les systèmes d'alarme de sécurité dans l'Internet des objets médicaux (IoMT) - attaques, détection, résilience…

Évaluation des biais dans les agents LLM pour les scénarios de cyberattaque

Une approche d'optimisation en boîte noire pour protéger les prompts système des grands modèles de langage (LLM) contre les attaques d'extraction…

La quantification 4 bits n'est-elle que du bruit pour le comportement de sécurité d'un modèle de chat ? Code, préenregistrement et étiquettes.

Framework pour entraîner des agents LLM en cybersécurité sans environnements d'exécution, synthétisant des trajectoires de résolution de CTF via une…

Harnais de reproduction, correctifs et outils d'analyse pour auditer un benchmark de cyberdéfense basé sur l'apprentissage : capture les traces…

Benchmark d'IA pour Red Team : évaluer les LLM pour des tâches de sécurité offensive autorisées