#1サイバー攻撃シナリオにおけるLLMエージェントのバイアスのベンチマーク評価

大規模言語モデル(LLM)のシステムプロンプトを敵対的抽出攻撃から保護するためのブラックボックス最適化アプローチ。

4ビット量子化は、チャットモデルの安全行動にとって単なるノイズ以上のものなのか?コード、事前登録、ラベル。

実行時環境を必要とせずにLLMサイバーセキュリティエージェントを訓練するためのフレームワーク。ペルソナ駆動型シミュレーションを通じてCTF解決の軌跡を合成し、InterCode-CTF、NYU CTF Bench、Cybenchで評価します。

「7つの大規模言語モデルにおける敵対的ジェイルブレイク攻撃と防御の体系的評価」のコード

ML駆動の脅威検出と継続的監視を実現するプラットフォームで、連邦政府のゼロトラストアーキテクチャ向けに構築されています。

深層学習システム向けのプライバシーテストライブラリ。メンバーシップ推論、モデル抽出、モデル反転攻撃への耐性評価と、プライバシー保護技術の評価を可能にします。

ヒューリスティック、LLMベースの分析、vectorDB攻撃シグネチャ、カナリアトークン漏洩検出を組み合わせた、AIアプリケーション向けの多層型プロンプトインジェクション検出器。

時系列インテリジェンスのためのエンドツーエンドのPythonフレームワーク。異常検知、予測、変化点検出、AutoML、アンサンブル、ベンチマークパイプラインを提供します。

このプロジェクトには、CERT Basic Fuzzing Framework (BFF) および CERT Failure Observation Engine (FOE) のソースコードが含まれています。

3Dパッシブ顔ライブネス検出(アンチスプーフィング)&ディープフェイク検出。ライブネススコアを計算するために、1枚の画像が必要です。自社データセットでの精度99.67%、複数の公開データセット(NUAA、CASIA FASD、MSU...)で完璧なスコアを達成。