#1
Google Tensor 破解

自动化框架,通过模拟推理轨迹和迭代提示优化,劫持大型推理模型中的安全推理,以生成有效的越狱攻击。

论文《Jailbreaking Open-Weight LLMs via Random Embedding Perturbations》的代码、响应日志和标签

本仓库提供了 POISONCRAFT 的官方实现:针对大型语言模型检索增强生成(RAG)的实用投毒方法。

# Ghostsplice 仓库:跨通道信任碎片化攻击的 PoC

为AI代理提供加密签名的委托收据。精确定义AI能做什么和不能做什么——经过签名、可验证、防篡改。

VulTriage的代码:用于基于LLM的漏洞检测的三路径上下文增强

用于评估OpenClaw代理在对抗性执行环境(包括投毒文件、注入技能、误导性工具元数据和编码载荷)下的安全基准测试。包含42个可复现任务,分布于6个风险套件,并设有攻击与效用评分。

金融领域特定红队测试基准评估标准

扫描LLM输出和AI生成的内容,在它们到达用户或下游系统之前检测数据外泄信号(EchoLeak, CVE-2025-32711)

实用的黑盒对抗性数据包生成技术,针对加密流量分类,实现最小开销并完全恢复数据包。


论文“DeeCLIP: A Robust and Generalizable Transformer-Based Framework for Detecting AI-Generated Images”的实现

基于语音的侦探审讯游戏。Mistral Large 3 + Voxtral STT + ElevenLabs TTS。为 Mistral Worldwide Hackathon 2026 而构建。

静态安全扫描器,用于AI代理技能包。在运行前检测恶意的SKILL.md文件和捆绑脚本。

ACM MM2024(多模态不可学习示例:保护数据免受多模态对比学习的影响)的代码。

下一代逻辑WAF引擎,基于SWI-Prolog构建。具备以200万+ LIPS速度运行的归纳学习大脑,并集成递归解码器,可实时中和嵌套的URL/Hex/HTML混淆攻击。