#19つのC、C++、Rustプロジェクトにわたる265件の実際の脆弱性を導入するコード変更のベンチマーク。ペアのレビュータスク、Dockerサンドボックス、ジャッジ、評価ハーネスを備える。

Certified Unlearning for Neural Networks(ICML 2025)の論文のコード

Google Tensor クラック

大規模推論モデルにおける安全性推論をハイジャックするための自動化フレームワーク。シミュレートされた推論トレースと反復的なプロンプト改良を用いて、効果的な脱獄を生成します。

論文「Jailbreaking Open-Weight LLMs via Random Embedding Perturbations」のコード、レスポンスログ、ラベル

このリポジトリは、POISONCRAFT: Practical Poisoning of Retrieval-Augmented Generation for Large Language Models の公式実装を提供します。

ゴーストスプライスリポジトリ:クロスチャネル信頼断片化攻撃のPoC

AIエージェント向けの暗号署名付き委任レシート。AIが実行できること、できないことを正確に定義 — 署名済み、検証可能、改ざん防止。

OpenClawエージェントを、毒化されたファイル、注入されたスキル、誤解を招くツールメタデータ、エンコードされたペイロードなどの敵対的実行コンテキストに対して評価するためのセキュリティベンチマークです。攻撃スコアと有用性スコアを備えた6つのリスクスイートにわたる42のリプレイタスクが含まれます。

金融ドメイン固有のレッドチーミングベンチマーク評価ルーブリック

VulTriage:LLMベースの脆弱性検出のためのトリプルパス・コンテキスト拡張のコード

Automated SBOM-to-VEX pipeline using a secure multi-agent AI system to analyze CVEs, reason about exploitability, and generate signed CycloneDX VEX…

LLM出力とAI生成コンテンツを、ユーザーや下流システムに到達する前に、データ流出シグナル(EchoLeak、CVE-2025-32711)についてスキャンします。

暗号化トラフィック分類に対する実用的なブラックボックス敵対的パケット生成。最小限のオーバーヘッドと完全なパケット復元可能性を備えています。

Ollamaを使用して、制限されたプロセスフロー内でLLMをオーケストレーションする小さなGoハーネス

論文 "DeeCLIP: A Robust and Generalizable Transformer-Based Framework for Detecting AI-Generated Images" の実装

音声ベースの探偵尋問ゲーム。 Mistral Large 3 + Voxtral STT + ElevenLabs TTS。 Mistral Worldwide Hackathon 2026 のために構築されました。