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

Браузерный PoC, демонстрирующий CVE-2026-2828 — временной побочный канал WebGPU, который раскрывает значения пикселей кросс-доменного iframe путем…

Инъекция в промпт в боте проверки кода, который выполняет созданные ИИ исправления в песочнице. Песочница использует чёрный список для блокировки…

Сравнивает поддержку архиваторами Windows распространения метки Mark of the Web (MOTW), помогая командам оценить, какие инструменты сохраняют MOTW и…

Продвинутый фреймворк для эксплуатации уязвимости CVE-2023-44487 HTTP/2 Rapid Reset. Включает многопоточные конкурентные атаки, адаптивное управление…

CVE-2026-54121 (Certighost) PoC имперсонации DC в AD CS. Исправленная обработка SAN + повторное использование учётных записей с учётом MAQ.

Диагностическая платформа для измерения уязвимости LLM к аффективной контекстуальной эрозии (ACE) и связанным с ней лиминальным векторам атак.…

Открытый набор тестов с открытым исходным кодом для кросс-модальных и мультимодальных промпт-инъекций. 250 000+ атакующих пейлоадов для модальностей…

Проект Mantis: Взлом ИИ-хакера; инъекция подсказок как защита от кибератак на основе LLM

Двухступенчатый детектор промпт-инъекций и джейлбрейков: регулярные фильтры плюс квантованный ONNX-классификатор на базе DeBERTa-v3, с поддержкой…

обратная разработка обнаружения SynthID от Gemini

Каркас для исследований выравнивания (в стиле автоисследований) для защиты LLM: поиск по одной поверхности policy.md

Бенчмаркинг обнаружения prompt-инъекций для веб-агентов.

Инструментарий безопасности для взаимодействия с LLM

Kali365 - EvilTokens Replica

Исследовательская реализация атаки «чёрная дыра», которая отравляет индексы векторных баз данных через управляемую центральностью хабность, с…

Black-box фреймворк для атак, который перехватывает процесс рассуждения в агентных системах генерации с дополненной выборкой (retrieval-augmented…

Полностью автоматическое удаление цензуры для языковых моделей

Исследование постоянных prompt-инъекций через функции памяти в Claude, Gemini и ChatGPT, включающее шаги воспроизведения, наборы данных и…