#1Фреймворки состязательных атак на МО, техники обхода и инструменты оценки устойчивости моделей.
Рекомендация Kitploit

Защита на этапе входных данных по принципу «чёрного ящика», нейтрализующая бэкдор-атаки на детекторы объектов с помощью искажения, диффузионной…

Выполнение кода PowerShell на уровне защиты antimalware-light.

Этот репозиторий содержит официальную реализацию статьи «[Safety in Batches? Understanding and Mitigating Safety Failures in Batch Prompting]»

Самореферентный локальный контраст для обнаружения отравления знаний в генерации с дополнением на основе извлечения

Курируемый индекс атак и защит на основе глубокого обучения, направленных на задержку, энергопотребление-задержку и тайминги (доступность) —…

Интерпретируемость и объяснимость данных и моделей машинного обучения

Обходит текстовые водяные знаки LLM, внедряя селекторы вариантов Unicode; включает генератор SynthID, детектор mean-g, защиту от нормализации и…

Обход ограничений LLM путём запутывания его сфабрикованным выводом инструментов.

Исследовательская реализация атаки отравлением на языковые модели с дополненной генерацией (RAG) с использованием замаскированных документов для…

Во время фазы эксплуатации в рамках пентеста или этичного хакинга вам в конечном итоге потребуется попытаться вызвать выполнение кода на компьютерах…

Кураторская коллекция исследовательских работ по безопасности генерации с дополненной выборкой, организованная по таксономии SLOT, охватывающей…

Курируемый список литературы и таксономия исследований атак и защиты для мобильных бортовых систем ИИ, охватывающие состязательные атаки, атаки с…

CVE-2026-6765, только тестирование обработчиков FormAutofill, доступных в Firefox

Исследовательская реализация для смягчения адаптивных инъекций промптов с помощью on-policy дистилляции, включающая рецепты обучения и средства…

Локальные атаки с белым ящиком на основе градиентов для open-weight LLM: поиск суффиксов GCG/PEZ, значимость слоёв, снимки весов и ранговое-1…

Порт GodPotato на Crystal для злоупотребления SeImpersonatePrivilege с помощью косвенных системных вызовов, динамического разрешения API и обфускации…

Обнаружение-осведомлённое скоринг атакующих путей BloodHound — самый незаметный маршрут к вашей цели, откалиброванный по пяти уровням обнаружения…

Эксплойт proof-of-concept для CVE-2026-44578, который воспроизводит уязвимое состояние, позволяя исследователям безопасности проверять затронутые…