Skip to content
KitploitKITPLOIT
도구익스플로잇블로그
Log in
제출
도구익스플로잇블로그
제출

해킹, 침투 테스트 및 사이버 보안 도구를 당신의 보안 무기고에!

Kitploit은 해킹, 사이버 보안 및 침투 테스트 도구 디렉토리입니다. 최신 프로젝트 업데이트를 발견하여 취약점을 찾고, 시스템을 분석하고, 테스트를 자동화하고, 보안을 강화하세요.

피드문의개인정보© 2026 Kitploit

도구 디렉토리

카테고리

모든 카테고리 보기
Loading categories
balcony-jailbreaking — 초기 종료 깊이 LLM 전반에 걸친 탈옥 취약점. NeurIPS 2026 FLMSec 워크숍에서 발표됨 | Kitploit
도구/GitHubGitHub/lassnajmuldeen/balcony-jailbreaking
Machine LearningPapers & ResearchLearning & EducationAI SecurityAdversarial Attack
GitHublassnajmuldeen/balcony-jailbreaking

balcony-jailbreaking

초기 종료 깊이 LLM 전반에 걸친 탈옥 취약점. NeurIPS 2026 FLMSec 워크숍에서 발표됨

저장소 보기
공유
2511개월 전아직 검토되지 않음

모델 깊이에 따른 탈옥

조기 종료(early exit)는 언어 모델의 탈옥 취약성을 어떻게 변화시키는가? 우리는 HarmBench와 AdvBench를 사용하여 Balcony-LLaMA2-7B와 Balcony-LLaMA3-8B에 대한 GCG 공격을 레이어 15, 18, 21, 그리고 전체 깊이(32)에서 연구한다.

TAO는 실험적 코드와 함께 계획된 확장이다. 이전의 1B 실행은 개발 테스트였으며, 둘 다 이 연구에 결과를 기여하지 않는다.

결과

벤치마크당 50개 행동에 대해 150 스텝 동안 GCG를 실행했으며, 단일 NVIDIA RTX PRO 6000 Blackwell GPU에서 수행했다. 아래의 그림과 표는 보고된 결과의 진실의 원천인 논문에서 직접 가져온 것이다.

레이어 15, 18, 21, 그리고 전체 깊이에서의 조기 종료를 포함한 평가 파이프라인.

HarmBench와 AdvBench에서 7B 및 8B 모델의 종료 깊이별 GCG 공격 성공률.

손실 곡선 및 공격 성공 대비 손실

모델, 벤치마크, 종료 깊이별 150 스텝 동안의 GCG 손실.

HarmBench에서의 최종 GCG 손실 대 공격 성공률.

논문 표

모델 구성 (표 1).

여섯 개 벤치마크 전반의 클린 유틸리티 (표 2).

각 종료의 가장 강력한 GCG 접미사를 적용한 유틸리티 (표 3).

실행

Linux, Python 3.12, NVIDIA GPU, 그리고 CUDA 12.8과 호환되는 드라이버가 필요하다. 저장소 루트에서 환경을 설치하고 작은 GCG 실행을 시작한다:

bash scripts/setup.sh
.venv/bin/python scripts/run.py experiment --model 7b --stage gcg \
  --benchmarks harmbench --n-behaviors 2 --num-steps 5 --results-dir results/runs/pilot

설정은 서브모듈을 초기화하고, 툴킷 패치를 적용하며, .venv/를 설치한다. 게이트된 체크포인트의 경우, 해당 Hugging Face 라이선스를 수락하고 .venv/bin/hf auth login을 실행한다.

모든 종료에서 GCG, 판정, 그리고 유틸리티 평가를 수행하려면:

.venv/bin/python scripts/run.py experiment --model 7b

--model 7b 또는 --model 8b를 선택한다. 새로운 출력은 results/runs/<model>/에 로컬로 유지된다. 모델을 로드하지 않고 명령을 검사하려면 --dry-run을 사용한다. 명령 참조.

저장소

경로내용
adapter/조기 종료 모델 코드 및 래퍼
experiments/공격, 평가, 분석 구현
scripts/설정 및 공유 러너
results/논문 그림 및 표, 과거 아카이브, 로컬 실행
third_party/고정된 의존성 및 라이선스 고지

원시 아카이브와 이전 내보내기는 논문과 동기화되지 않는다. 채팅 템플릿이 있는 7B 실행과 없는 실행은 분리하여 유지한다.

의존성은 .gitmodules에 고정되어 있으며, 툴킷 수정 사항은 patches/에 있다.

도구 다운로드

인기

모두 보기 →

커뮤니티에서 가장 많이 사용되는 도구를 찾아보세요.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 궁극의 OSINT 툴킷: 조사 그래프, 신뢰도 점수 산정, 별칭 패밀리, 지도, 타임라인 및 보고서. 49개 모듈, 400개 이상 사이트, API 키 불필요.

    795
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # GhostLock 원탭 실행 앱 (CVE-2026-43499)

    520
  • 3

    ARTEX

    baarai/artex

    LLM 멀티 에이전트 자율 침투 테스트 플랫폼으로, 플래너/워커 에이전트, 자산 및 탐색 그래프, MITM 트래픽 기록, 취약점 재테스트 기능을 제공합니다.

    439
  • 4

    redforge

    cybersecurity91/redforge

    브라우저 측 레드 팀 툴킷으로, 정찰, 페이로드 생성, 자격 증명 공격, 암호화, 인코딩 및 참여 보고를 위한 102개의 오프라인 도구를 제공합니다.

    346
  • 5

    looking-glass

    anonghosty/looking-glass

    Shadowserver 보고서를 MongoDB로 수집하고 이를 대화형 지도, 분석, 발견 사항, 권고 및 경영진 대시보드로 재생하는 CSIRT 플랫폼입니다.

    267
  • 6

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI 네이티브 사이버보안을 위한 행동 체계—의도가 통제된 실행이 되고, 증거가 운영 메모리가 되며, 모든 운영이 다음 운영을 개선하는 곳.

    264

모든 도구 탐색

도구 컬렉션을 둘러보세요

모든 도구 보기 →