Skip to content
KitploitKITPLOIT
工具漏洞利用博客
Log in
提交
工具漏洞利用博客
提交

黑客、渗透测试和网络安全工具,武装您的安全武器库!

Kitploit 是一个黑客、网络安全和渗透测试工具的目录。发现最新的项目更新,查找漏洞、分析系统、自动化测试并加强你的安全。

订阅源联系隐私© 2026 Kitploit

工具目录

分类

查看所有分类
Loading categories
工具/GitHubGitHub/albert-y1n/pismith
Payload生成机器学习论文与研究红队AI 安全对抗性攻击
GitHubalbert-y1n/pismith

PISmith

PISmith:基于强化学习的红队测试,用于提示注入防御

查看仓库
223391个月前Kitploit 审核通过
分享

PIForge

一个用于基于强化学习的提示注入红队测试的开放框架

💻 代码 · 🤗 模型 · 📜 论文


PIForge 是 PISmith 和 Climbing the Hill 的共享代码库。PISmith 解决了提示注入红队测试中的稀疏奖励问题,帮助强化学习攻击者探索并从罕见的成功攻击中学习。在 PISmith 的基础上,Climbing the Hill 使用课程学习来解决对更鲁棒的前沿目标进行红队测试时的冷启动问题。

✨ 新闻

  • 2026.09 — 我们发布了:Climbing the Hill: Prompt Injection Red-Teaming Against Frontier Models with Curriculum Reinforcement Learning,一种课程强化学习方法,解决了提示注入红队测试中的冷启动问题,针对 GPT-5.6-Luna/GPT-5.6-Terra 达到 93.8%/45.0% ASR@10(而此前的强化学习方法为 0%)。
  • 2026.07 — PISmith 被 COLM 2026 接收。

内容概览

组件位置用途
基准测试benchmarks/PIArena、InjecAgent、AgentDojo、AgentDyn 和 IPI Arena。
训练核心train.py、core/、configs/共享的强化学习训练器和基准配置。
入口脚本scripts/、eval/一个训练脚本、一个课程脚本和一个评估脚本。

环境配置

从仓库根目录运行命令。训练需要 Python 3.10 和 GPU。

git clone https://github.com/albert-y1n/PIForge.git
cd PIForge
conda create -n piforge python=3.10 -y
conda activate piforge
pip install -r requirements.txt

这三个入口脚本共享一个简单的接口:

bash scripts/train.sh <benchmark> <target> [train_gpus] [train.py overrides...]
bash scripts/train_curriculum.sh [curriculum]
bash scripts/eval.sh <benchmark> <attacker path or HF model ID> <target> [num_samples] [eval.py overrides...]

使用诸如 ATTACKER_MODEL、TRAIN_SUITES、OUTPUT_DIR、LEARNING_RATE 和 NUM_TRAIN_EPOCHS 等环境变量来更改运行配置。DRY_RUN=1 会打印命令而不启动模型。

AgentDojo / AgentDyn

为 AgentDyn 的 github 子集安装 AgentDyn,这是下面 AgentDojo/AgentDyn 配方默认的训练套件:

git clone https://github.com/SaFo-Lab/AgentDyn.git
pip install -e AgentDyn --no-deps
export OPENAI_API_KEY="your-openai-api-key"

使用 PISmith 针对 GPT-4o-mini 或 GPT-5-nano 进行训练:

bash scripts/train.sh agentdyn gpt4o-mini
bash scripts/train.sh agentdyn gpt5-nano

使用课程强化学习针对 GPT-5.6-Luna 或 GPT-5.6-Terra 进行训练。每个阶段都从前一阶段的攻击者检查点开始:

bash scripts/train_curriculum.sh nano-luna
bash scripts/train_curriculum.sh nano-luna-terra

同一个单目标入口脚本可以从任何攻击者模型或保存的检查点继续训练:

ATTACKER_MODEL=checkpoints/agentdyn_curriculum/nano-luna-terra/stage_3_gpt-5.6-terra/checkpoint-XXX \
OUTPUT_DIR=checkpoints/muse_spark \
  bash scripts/train.sh agentdyn muse-spark-1.2

直接评估已发布的 Hugging Face 模型。

bash scripts/eval.sh agentdyn AlbertYin/agentdojo_attacker_qwen3_4b_5_nano gpt5-nano 10
bash scripts/eval.sh agentdyn AlbertYin/agentdojo_attacker_qwen3_4b_5.6_terra gpt-5.6-terra 10

对于 AgentDojo 套件,选择 agentdojo 并将 TRAIN_SUITES 或 EVAL_SUITES 设置为 workspace、banking、travel 或 slack:

TRAIN_SUITES=workspace bash scripts/train.sh agentdojo gpt4o-mini
EVAL_SUITES=workspace bash scripts/eval.sh agentdojo AlbertYin/agentdojo_attacker_qwen3_4b_4o_mini gpt4o-mini 10

InjecAgent

使用 python merge_meta_secalign.py 一次性准备本地 Meta-SecAlign 目标。然后使用 InjecAgent 数据集进行训练和评估:

bash scripts/train.sh injecagent secalign
bash scripts/eval.sh injecagent AlbertYin/injecagent_attacker_qwen3_4b_secalign secalign 10

该脚本默认在 GPU 0 上启动本地目标,并使用 GPU 1、2、3 进行训练。设置 TARGET_GPU、TRAIN_GPUS 或 TARGET_URL 来更改此配置。

PIArena

同样的 Meta-SecAlign 准备工作也适用于 secalign 防御。PIArena 使用其自己的基准数据集:

bash scripts/train.sh piarena secalign
bash scripts/train.sh piarena none
bash scripts/eval.sh piarena AlbertYin/piarena_attacker_qwen3_4b_secalign secalign 10

其他防御可以通过其配置名称来选择,例如 promptguard 或 piguard。设置 TARGET_GPU、TRAIN_GPUS 或 TARGET_URL 以使用不同的 GPU 或现有的目标服务器。

已发布的攻击者

我们在 PIForge Hugging Face 集合中发布了我们训练好的攻击者。

论文

  • PISmith: Reinforcement Learning-based Red Teaming for Prompt Injection Defenses
  • Climbing the Hill: Prompt Injection Red-Teaming Against Frontier Models with Curriculum Reinforcement Learning

许可证

PIForge 在 MIT 许可证下发布。

下载工具

最受欢迎

查看全部 →

发现我们社区最常用的工具。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 终极 OSINT 工具包:调查图谱、置信度评分、别名家族、地图、时间线和报告。49 个模块、400+ 个站点,无需 API 密钥。

    654
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock 一键执行应用(CVE-2026-43499)

    490
  • 3

    ARTEX

    baarai/artex

    基于LLM的多智能体自主渗透测试平台,具备规划器/执行器智能体、资产与探索图谱、MITM流量记录以及漏洞复测功能。

    395
  • 4

    redforge

    cybersecurity91/redforge

    浏览器端红队工具包,包含 102 个离线工具,用于侦察、载荷生成、凭据攻击、加密、编码和交战报告。

    336
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AI原生网络安全的行动系统——在这里,意图转化为受治理的执行,证据沉淀为运营记忆,每一次操作都让下一次更出色。

    258
  • 6

    antifox

    antifox-ai/antifox

    AI multi-agent autonomous penetration testing platform that runs recon, attack-surface discovery, exploitation validation and evidence-backed report delivery.

    252

探索所有工具

浏览我们的工具集合

查看所有工具 →