Skip to content
KitploitKITPLOIT
ИнструментыЭксплойтыБлог
Log in
Отправить
ИнструментыЭксплойтыБлог
Отправить

Инструменты для хакинга, пентеста и кибербезопасности — ваш арсенал защиты!

Kitploit — это каталог инструментов для хакинга, кибербезопасности и пентестинга. Находите последние обновления проектов для поиска уязвимостей, анализа систем, автоматизации тестирования и усиления вашей безопасности.

ЛентыКонтактыКонфиденциальность© 2026 Kitploit

Каталог инструментов

Категории

Все категории
Loading categories
ASCENT — Фреймворк тонкой настройки, который применяет первопорядковую оптимальную калибровку безопасности и периодическую перекалибровку к LLM, сохраняя безопасно-совместимые обновления при одновременном повышении полезности для нижестоящих задач. | Kitploit
Инструменты/GitHubGitHub/zju-llm-safety/ascent
Оборонительные ИнструментыМашинное ОбучениеСтатьи и ИсследованияБезопасность ИИСостязательная Атака
GitHubzju-llm-safety/ascent

ASCENT

Фреймворк тонкой настройки, который применяет первопорядковую оптимальную калибровку безопасности и периодическую перекалибровку к LLM, сохраняя безопасно-совместимые обновления при одновременном повышении полезности для нижестоящих задач.

Репозиторий
131021 месяц назадЕщё не проверено
Поделиться

ASCENT

Оптимальная тонкая настройка первого порядка с перекалибровкой для совместного повышения безопасности и полезности

ASCENT выводит оптимальное обновление калибровки безопасности первого порядка и соответствующую структуру, связанную с безопасностью, оптимизирует обновления для нижестоящих задач, чтобы сохранить компоненты, совместимые с безопасностью, и подавить компоненты, ухудшающие безопасность, а также периодически перекалибрует эту структуру во время тонкой настройки для совместного повышения безопасности и полезности для нижестоящих задач.

Метод · Быстрый старт · Данные · Конфигурация · Оценка

🧠 Обзор метода

Фреймворк ASCENT: калибровка безопасности, оптимизация задачи с сохранением безопасности и периодическая перекалибровка.

  1. Оптимальная калибровка безопасности первого порядка. Оцените градиент безопасности текущей модели с помощью судьи безопасности. Его top-r сингулярные компоненты определяют обновление калибровки, которое максимизирует предсказанное улучшение безопасности первого порядка при фиксированных бюджетах ранга и нормы Фробениуса.
  2. Оптимизация задачи с сохранением безопасности. Сохраните компоненты обновления задачи, совместимые с безопасностью, и выборочно подавите те, которые оказывают отрицательное влияние первого порядка на безопасность. Обновление в замкнутой форме балансирует близость к исходному обновлению задачи и штраф за конфликты с безопасностью, взвешенный по сингулярным значениям.
  3. Периодическая перекалибровка. Выполняйте обновления задачи между точками калибровки, затем объединяйте эффективное обновление задачи и заново оценивайте структуру, связанную с безопасностью, на обновлённой модели. Расписание калибровки задаётся в config.toml.

🚀 Быстрый старт

Требования: Python 3.12 и локальные контрольные точки модели. Обучение использует два CUDA GPU: один для целевой модели и один для Llama Guard; каждая модель должна помещаться на своём GPU.

pip install -r requirements.txt
cp config.example.toml config.toml

Заполните пустые значения в config.toml, следуя его встроенным комментариям, затем запустите:

python run.py \
  --config config.toml \
  --model-path /path/to/target-model \
  --guard-model-path /path/to/Llama-Guard-3-8B \
  --data-root data \
  --output-dir /path/to/new-run \
  --target-gpu 0 --guard-gpu 1

Добавьте --execute, чтобы обучать, генерировать ответы или сохранять результаты оценки.

Выберите новый выходной каталог вне репозитория с местом для контрольных точек. По завершении обучение выводит путь к итоговой объединённой модели.

📁 Данные

Предоставьте JSON-массивы с настроенным количеством записей:

  • Калибровка: <data-root>/calibration/prompts.json
  • Данные задачи: <data-root>/<task>/{train,test}.json, с непересекающимися входными данными train/test.
ДатасетОбязательные поля
SAMSumdialogue, summary
AGNewstext, label_name: World, Sports, Business, или Sci/Tech
GSM8Kquestion, answer с финальным ответом после ####
OpenBookQAquestion_stem, choice_labels: ["A","B","C","D"], четыре choice_texts, answer_key: A–D
HarmBenchтолько goal; опционально id, source; без сохранённых ответов

⚙️ Конфигурация

Задайте вашу модель, задачу и гиперпараметры в config.toml. Загрузка модели и выбор матрицы следуют model.key.

📊 Оценка

Используйте evaluate.py для обоих режимов; генерация требует полностью объединённой локальной модели. Предоставьте свои собственные данные и внешние оценки безопасности. Никакие датасеты, онлайн-судья или конфигурация API не поставляются в комплекте.

Полезность

python evaluate.py utility --task gsm8k --data /path/to/test.json \
  --model-path /path/to/merged-model --output-dir /path/to/task-evaluation --execute

Задачи: samsum, agnews, gsm8k, openbookqa. Метрики — ROUGE-L для SAMSum и accuracy/exact match для остальных, выводятся в процентах. Чтобы оценить сохранённые ответы, замените --model-path на --responses /path/to/responses.json.

Безопасность

Предоставьте фиксированные промпты в виде записей с id, goal и опциональным prompt (по умолчанию используется goal). Держите исходную вредоносную цель отдельно от промпта атаки.

Сгенерируйте ответы:

python evaluate.py safety --data /path/to/prompts.json \
  --model-path /path/to/merged-model --output-dir /path/to/safety-responses --execute

Агрегируйте внешние оценки:

python evaluate.py safety \
  --responses /path/to/safety-responses/responses.json --judgments /path/to/scores.json \
  --output-dir /path/to/safety-metrics --execute

Оценки — это JSON-записи { "id": "...", "score": 1 }, использующие ID ответов и оценки 1–5 (null для неудачных суждений). Оценки 4–5 считаются успешными атаками; используйте --success-threshold 5, чтобы учитывать только 5. Отсутствующие или неудачные суждения не дают итогового ASR.

Для любого режима входные данные, превышающие --max-input-tokens после форматирования чата, отклоняются, а не усекаются. Установите лимит в пределах контекстной ёмкости модели, оставив место для генерируемых токенов.

Скачать инструмент

Популярное

Смотреть все →

Откройте для себя самые используемые инструменты нашего сообщества.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 Полный набор инструментов OSINT: граф расследования, оценка достоверности, семейства псевдонимов, карта, временная шкала и отчёты. 49 модулей, более 400 сайтов, API-ключи не требуются.

    732
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Приложение GhostLock с запуском в один клик (CVE-2026-43499)

    506
  • 3

    ARTEX

    baarai/artex

    Платформа автономного тестирования на проникновение на основе мультиагентной LLM с агентами-планировщиками и агентами-исполнителями, графами активов и исследования, записью MITM-трафика и повторной проверкой уязвимостей.

    405
  • 4

    redforge

    cybersecurity91/redforge

    Браузерный инструментарий для red team с 102 офлайн-инструментами для разведки, генерации полезной нагрузки, атак на учётные данные, криптографии, кодирования и отчётности по проектам.

    342
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    Система действий для кибербезопасности на базе ИИ — где намерение превращается в управляемое исполнение, доказательства становятся оперативной памятью, а каждая операция улучшает следующую.

    261
  • 6

    antifox

    antifox-ai/antifox

    Мультиагентная платформа автономного тестирования на проникновение на базе ИИ, которая выполняет разведку, обнаружение поверхности атаки, валидацию эксплуатации и подготовку отчётов с подтверждающими доказательствами.

    259

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →