#1Инструменты безопасности LLM, инъекции промптов, извлечения моделей, состязательного ИИ и ред-тиминга ИИ.
Рекомендация Kitploit

Доказуемо безопасная лингвистическая стеганография, встраивающая секретные сообщения в текст, сгенерированный LLM, с помощью ротационного…

Бенчмарк из 265 реальных изменений кода, вносящих уязвимости, в девяти проектах на C, C++ и Rust, с парными задачами на ревью, песочницей Docker,…

Код для статьи Certified Unlearning for Neural Networks, ICML 2025

Google Tensor Cracks

Автоматизированный фреймворк для перехвата механизмов безопасного рассуждения в больших моделях рассуждений с помощью смоделированных трассировок…

Код, журналы ответов и метки для статьи Jailbreaking Open-Weight LLMs via Random Embedding Perturbations

Этот репозиторий содержит официальную реализацию POISONCRAFT: практическое отравление генерации с дополненной выборкой (RAG) для больших языковых…

# Репозиторий Ghostsplice: PoC для атаки Cross-Channel Trust Fragmentation

Криптографически подписанные квитанции делегирования для AI агентов. Четко определите, что AI может и не может делать — подписанные, проверяемые,…

Бенчмарк безопасности для оценки агентов OpenClaw против враждебных контекстов исполнения, включая отравленные файлы, внедрённые навыки, вводящие в…

Бенчмарк для оценки ред-тиминга в финансовой предметной области

Код VulTriage: трёхпутевое расширение контекста для обнаружения уязвимостей на основе LLM

Automated SBOM-to-VEX pipeline using a secure multi-agent AI system to analyze CVEs, reason about exploitability, and generate signed CycloneDX VEX…

Сканируйте выводы LLM и контент, сгенерированный ИИ, на наличие сигналов эксфильтрации данных (EchoLeak, CVE-2025-32711), прежде чем они попадут к…

Практическая генерация состязательных пакетов в режиме чёрного ящика для атак на классификацию зашифрованного трафика с минимальными накладными…

Небольшая обвязка на Go, использующая Ollama для оркестрации LLM в ограниченном потоке процессов.

Реализация статьи «DeeCLIP: A Robust and Generalizable Transformer-Based Framework for Detecting AI-Generated Images»

Детективная игра-допрос с голосовым управлением. Mistral Large 3 + Voxtral STT + ElevenLabs TTS. Создано для Mistral Worldwide Hackathon 2026.