#1인증된 Jupyter 인스턴스와 상호작용하기 위한 대화형 CLI 애플리케이션입니다.

분산 자율 연구 집단. Lean 4로 검증됨, IPFS 기반, 에이전트 네이티브. 프로덕션 논문: arXiv:2604.19792. 라이브: p2pclaw.com.


Python 프레임워크로, Z3 정리 증명, CTL 모델 검사 및 적합 예측을 통한 형식 검증과 함께 상태 기계로서 LLM 워크플로우를 구축하여 증명 가능하게 올바른 데이터 추출을 지원합니다.

바이너리용 N-gram 기반 타입 복구 도구로, 디컴파일된 코드에서 구조체와 함수 시그니처를 높은 처리량과 자동화 파이프라인에 활용 가능한 신뢰도 점수로 복구합니다.

CVPR2023: 학습 불가능한 클러스터: 레이블 비의존적 학습 불가능 예제를 향하여

# DeeCLIP: AI 생성 이미지 탐지를 위한 강력하고 일반화 가능한 트랜스포머 기반 프레임워크 논문 구현


Google Tensor Cracks

Exponentiated Gradient Descent 기법을 기반으로 한 LLM에 대한 새로운 적대적 공격.

LLM을 사용하여 PDF, DOCX 및 TXT 문서에서 구조화된 사이버 위협 인텔리전스(CTI)를 추출합니다. MITRE ATT&CK 공격 흐름, 탐지 기회 및 포괄적인 엔터티-관계 그래프를 생성합니다.

FAIR CRQ 프레임워크의 구현

오디오 워터마킹이 안티-스푸핑에 미치는 영향을 평가하기 위한 연구 코드 및 데이터셋(WSD)으로, wav2vec2 XLS-R과 지식 보존 학습을 사용합니다.

CMU CERT 데이터셋에서 GCN-BiLSTM 및 어텐션 모델을 사용한 그래프 기반 내부자 위협 탐지. 이상 탐지 연구를 위한 데이터 전처리, 특징 추출, 사전 훈련된 체크포인트 포함.

코드 보안 취약점 탐지에서 LLM 일반화 상한선을 문서화한 연구 저장소로, SQL 인젝션, 경로 탐색, 접근 제어 결함에 대해 합성 데이터셋과 실세계 데이터셋(Juliet, OWASP, CVEfixes, VUDENC)을 교차 평가합니다.

하이브리드 머신러닝 및 휴리스틱 기반 URL 피싱 탐지기로, 실시간 분석, 설명 가능한 신뢰도 점수, 그리고 프로그래밍 방식 보안 테스트를 위한 REST API를 제공합니다.