#1प्रतिकूल ML हमला फ्रेमवर्क, इवेजन तकनीक और मॉडल मजबूती मूल्यांकन उपकरण।
Kitploit अनुशंसित

फाइन-ट्यूनिंग फ्रेमवर्क जो LLMs पर प्रथम-क्रम इष्टतम सुरक्षा अंशांकन और आवधिक पुनर्अंशांकन लागू करता है, जो सुरक्षा-संगत अपडेट को संरक्षित करते हुए…

टोकन दर टोकन, समझौता: एकीकृत ऑटोरेग्रेसिव मॉडल में बैकडोर भेद्यताएँ (NeurIPS'26)

GraphRAG पाइपलाइनों में LLMs के साथ संरचनात्मक सहायक इंडेक्सिंग भेद्यताओं को उजागर करते हुए, Hop-Decayed Influence (HDI) और 3S attack framework का…

LLM सुरक्षा: विश्लेषण करें कि फाइन-ट्यूनिंग कैसे इनकार व्यवहार को बदलती है और लेयर-फ्रीज़िंग तथा लो-रैंक रक्षा का मूल्यांकन करें।

ऑन-पॉलिसी डिस्टिलेशन के माध्यम से अनुकूली प्रॉम्प्ट इंजेक्शन को कम करने हेतु अनुसंधान कार्यान्वयन, जिसमें SEP, PISmith और AgentDojo बेंचमार्क के लिए…

रक्षा ढांचा जो चयनात्मक परत पुनर्प्राप्ति और गतिशील रूटिंग का उपयोग करके LLMs के दुर्भावनापूर्ण फाइन-ट्यूनिंग को कम करता है, साथ ही प्रशिक्षण,…

कर्नेल-मोड हुक जो BEDaisy-से-सेवा रिपोर्ट ट्रैफ़िक को रोकता, डिक्रिप्ट करता और निष्प्रभावी करता है, ताकि UEFI और गैर-UEFI सिस्टम पर एंटी-चीट पहचान को…

AI/ML मॉडल फ़ाइलों के लिए सुरक्षा स्कैनर। परिनियोजन से पहले दुर्भावनापूर्ण कोड, बैकडोर और कमज़ोरियों का पता लगाता है।

यूनिकोड वेरिएशन सेलेक्टर इंजेक्ट करके LLM टेक्स्ट वॉटरमार्क्स को बायपास करता है; इसमें SynthID जनरेटर, mean-g डिटेक्टर, नॉर्मलाइज़ेशन डिफेंस, और…

पाठ्य प्रतिकूल हमले के लिए एक ओपन-सोर्स पैकेज।

अनुसंधान पाइपलाइन जो सत्यापित सफल अनुभवों का निर्माण करती है और उन्हें HTS, LEGSA, और GCTIR चरणों के माध्यम से मॉडल कौशलों को उत्तरोत्तर दूषित करने…

रक्षा ढाँचा जो ऑडियो-भाषा मॉडलों को स्थिर रखता है और अनुमान के समय ऑडियो जेलब्रेक को रोकने के लिए लेट-लेयर सुरक्षा अडैप्टरों के साथ एक मध्य-परत जोखिम…

AI एजेंट सुरक्षा का मूल्यांकन करने के लिए बेंचमार्क, जो कौशल-संबंधी संदर्भ में एम्बेडेड हमलों के विरुद्ध कार्य करता है, जिसमें 6 जोखिम डोमेन में 155…

वेब एजेंट्स के लिए प्रॉम्प्ट इंजेक्शन डिटेक्शन का बेंचमार्किंग।

AI / LLM Red Team फील्ड मैनुअल & कंसल्टेंट हैंडबुक

Syntactic Ghost: पूर्व-प्रशिक्षित भाषा मॉडलों पर एक अगोचर सामान्य-उद्देश्य बैकडोर हमला

आपके LLM एजेंटिक वर्कफ़्लो के लिए एक सुरक्षा स्कैनर

लॉग-प्रोबेबिलिटीज़ पर हल्के व्यवहार प्रोब्स को प्रशिक्षित करके LLM संदर्भ-रिसाव हमलों का पता लगाता है, vLLM offline/server पहचान पाइपलाइनों के साथ।