Skip to content
KitploitKITPLOIT
FerramentasExploitsBlog
Log in
Enviar
FerramentasExploitsBlog
Enviar

Ferramentas de Hacking, PenTest e Cibersegurança para o seu Arsenal de Segurança!

Kitploit é um diretório de ferramentas de hacking, cibersegurança e pentesting. Descubra as últimas atualizações de projetos para encontrar vulnerabilidades, analisar sistemas, automatizar testes e fortalecer sua segurança.

FeedsContatoPrivacidade© 2026 Kitploit

Diretório de Ferramentas

Categorias

Ver todas as categorias
Loading categories
CC_Watermark — Implementação de marcação d'água de texto sem distorção baseada em acoplamento ótimo para incorporar sinais detectáveis em texto gerado por LLM, preservando a qualidade. | Kitploit
Ferramentas/GitHubGitHub/carol-long/cc_watermark
EsteganografiaCriptografiaPapers e PesquisaSegurança de IA
GitHubcarol-long/cc_watermark

CC_Watermark

Implementação de marcação d'água de texto sem distorção baseada em acoplamento ótimo para incorporar sinais detectáveis em texto gerado por LLM, preservando a qualidade.

Ver Repositório
1144há 1 anoAinda não revisado
Compartilhar

Acoplamentos Ótimos para Marca d'Água de Texto Sem Distorção

O código oficial de Acoplamentos Ótimos para Marca d'Água de Texto Sem Distorção

Resumo

Modelos de linguagem de grande escala (LLMs) agora são capazes de produzir texto indistinguível do conteúdo gerado por humanos. Isso impulsionou o desenvolvimento de marcas d'água que imprimem um 'sinal' em texto gerado por LLM com perturbação mínima da saída de um LLM. Este artigo fornece uma análise da marca d'água de texto em um cenário de uma única tentativa. Através da lente do teste de hipóteses com informação lateral, formulamos e analisamos o trade-off fundamental entre o poder de detecção de marca d'água e a distorção na qualidade textual gerada. Argumentamos que um componente-chave no design de marcas d'água é gerar um acoplamento entre a informação lateral compartilhada com o detector de marca d'água e uma partição aleatória do vocabulário do LLM. Nossa análise identifica a estratégia ótima de acoplamento e randomização sob a distribuição de próximo token do LLM no pior caso que satisfaz uma restrição de entropia mínima. Fornecemos uma expressão de forma fechada da taxa de detecção resultante sob o esquema proposto e quantificamos o custo em um sentido max-min. Por fim, comparamos numericamente o esquema proposto com o ótimo teórico.

Baixar ferramenta

Mais Populares

Ver todos →

Descubra as ferramentas mais usadas pela nossa comunidade.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 O kit definitivo de OSINT: grafo de investigação, pontuação de confiança, famílias de alias, mapa, linha do tempo e relatórios. 49 módulos, mais de 400 sites, sem necessidade de chaves de API.

    591
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicativo de Execução em Um Toque GhostLock (CVE-2026-43499)

    481
  • 3

    ARTEX

    baarai/artex

    Plataforma autônoma de testes de penetração multiagente com LLM, com agentes planejador/executor, grafos de ativos e de exploração, registro de tráfego MITM e reteste de vulnerabilidades.

    389
  • 4

    redforge

    cybersecurity91/redforge

    Kit de ferramentas de red team do lado do navegador com 102 ferramentas offline para reconhecimento, geração de payloads, ataques a credenciais, criptografia, codificação e relatórios de engajamento.

    332
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    O sistema de ação para cibersegurança nativa em IA—onde a intenção se torna execução governada, a evidência se torna memória operacional, e cada operação melhora a próxima.

    255
  • 6

    antifox

    antifox-ai/antifox

    Plataforma de testes de penetração autónoma com multiagentes de IA que executa reconhecimento, descoberta de superfície de ataque, validação de exploração e entrega de relatórios com evidências.

    247

Explore todas as ferramentas

Navegue pela nossa coleção de ferramentas

Ver todas as ferramentas →