---

新闻

• [2026-09-28] 代码已发布，并附有重建论文表格的运行记录和脚本。

概述

几十个有害示例就能让一个对齐模型不再拒绝有害请求。先前的工作将安全性定位到特定的层和方向，这暗示着可以保护所找到的位置。本仓库以自适应攻击者的方式检验这一前提。它找出拒绝可以被恢复的位置，冻结该区域并再次攻击，然后修复权重更新，再让攻击者将其扩散。

该研究基于三项测量。

• 拒绝在一个深度处恢复。 同步补丁将干净模型在某一层的完整隐藏状态交给受损模型，在预填充和每个解码步骤都如此，拒绝会在一个可复现的过渡深度处恢复。
• 冻结该深度会使损害转移。 在匹配的 Llama-3.1-8B 对比中，冻结第 0–17 层将过渡从第 15 层移到第 27 和 28 层，受限攻击后的拒绝率为 0.00 到 0.01，而干净模型为 0.92 到 0.96。
• 前二修复在扩散更新面前失效。 移除更新的前两个奇异方向可以在四个检查点上恢复仅注意力短微调后的拒绝。若攻击者扩散更新，相对前二修复降至 0.000，而在 75 个良性微调上校准的检测器仅标记出 14 个修复失败中的 3 个。

本仓库将测量和两种防御实现为一个小型库，并附有重建论文表格的运行记录和脚本。

一图概览

(a) 同步激活补丁在预填充和每个解码步骤用干净状态覆盖受损模型的层输出。(b) 在匹配的 Llama 攻击中，冻结第 0–17 层将半上限过渡从 15 移到 27–28。

快速开始```bash

pip install "git+https://github.com/js-lee-AI/refusal-relocates.git"

## 功能特性

- **多协议支持**：HTTP/HTTPS、SOCKS4、SOCKS5 代理
- **多种输入格式**：支持从文件、URL 或标准输入读取代理
- **并发检查**：可配置线程数，实现快速验证
- **地理位置过滤**：按国家/地区代码过滤代理
- **协议过滤**：仅检查特定协议类型
- **超时控制**：可自定义连接超时时间
- **详细输出**：显示响应时间、地理位置和匿名级别
- **结果导出**：将可用代理保存到文件
- **彩色输出**：清晰易读的终端输出

## 安装

### 从源码安装

```bash
git clone https://github.com/yourusername/proxychecker.git
cd proxychecker
go build -o proxychecker ./cmd/proxychecker

使用 go install 安装

go install github.com/yourusername/proxychecker/cmd/proxychecker@latest

使用方法

基本用法

# 检查文件中的代理
./proxychecker -f proxies.txt

# 从 URL 检查代理
./proxychecker -u https://example.com/proxies.txt

# 从标准输入检查代理
cat proxies.txt | ./proxychecker

高级用法

# 使用 50 个线程检查代理，超时时间为 10 秒
./proxychecker -f proxies.txt -t 50 -timeout 10

# 仅检查 SOCKS5 代理
./proxychecker -f proxies.txt -protocol socks5

# 按国家/地区过滤代理
./proxychecker -f proxies.txt -country US,GB,DE

# 将可用代理保存到文件
./proxychecker -f proxies.txt -o working_proxies.txt

# 启用详细输出
./proxychecker -f proxies.txt -v

命令行选项

选项	描述	默认值
-f, --file	包含代理列表的文件
-u, --url	包含代理列表的 URL
-t, --threads	并发线程数	100
-timeout	连接超时时间（秒）	5
-protocol	要检查的协议（http、https、socks4、socks5、all）	all
-country	按国家/地区代码过滤（逗号分隔）
-o, --output	将可用代理保存到文件
-v, --verbose	启用详细输出	false
-h, --help	显示帮助信息

代理格式

代理应每行一个，格式如下：

protocol://ip:port
protocol://user:pass@ip:port
ip:port

示例：

http://192.168.1.1:8080
socks5://user:[email protected]:1080
192.168.1.3:3128

输出示例

[+] 正在检查 150 个代理，使用 100 个线程...
[✓] http://192.168.1.1:8080 - 200 OK (245ms) - 美国 - 透明
[✓] socks5://192.168.1.2:1080 - 200 OK (512ms) - 德国 - 匿名
[✗] http://192.168.1.3:3128 - 连接超时
[✓] http://192.168.1.4:8080 - 200 OK (189ms) - 英国 - 精英

[+] 结果：150 个代理中有 3 个可用
[+] 可用代理已保存到 working_proxies.txt

匿名级别

• 透明：代理会暴露您的真实 IP 地址
• 匿名：代理会隐藏您的 IP 地址，但会暴露其自身为代理
• 精英：代理会隐藏您的 IP 地址，且不会暴露其自身为代理

从源码构建

环境要求

• Go 1.21 或更高版本
• Git

构建步骤

# 克隆仓库
git clone https://github.com/yourusername/proxychecker.git
cd proxychecker

# 安装依赖
go mod download

# 构建二进制文件
go build -o proxychecker ./cmd/proxychecker

# 运行测试
go test ./...

项目结构

proxychecker/
├── cmd/
│   └── proxychecker/
│       └── main.go
├── internal/
│   ├── checker/
│   │   ├── checker.go
│   │   └── checker_test.go
│   ├── config/
│   │   └── config.go
│   ├── geo/
│   │   └── geo.go
│   ├── parser/
│   │   ├── parser.go
│   │   └── parser_test.go
│   └── proxy/
│       └── proxy.go
├── pkg/
│   └── utils/
│       └── utils.go
├── go.mod
├── go.sum
├── LICENSE
└── README.md

贡献

欢迎贡献！请随时提交 Pull Request。

1. Fork 本仓库
2. 创建您的功能分支 (git checkout -b feature/AmazingFeature)
3. 提交您的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开一个 Pull Request

许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。

免责声明

本工具仅供教育和安全研究目的使用。用户应遵守所有适用的法律法规。作者不对任何滥用行为负责。

致谢

• 感谢所有贡献者和维护者
• 灵感来源于各种开源代理检查工具

支持

如果您遇到任何问题或有任何疑问，请在 GitHub 上提交 issue。```python import numpy as np import refusal

rng = np.random.default_rng(0) A = rng.standard_normal((16, 512)) / 512 ** 0.5 # LoRA factors of one module, rank 16 B = rng.standard_normal((512, 16)) / 16 ** 0.5 for name, decay in [("ordinary", 0.5), ("spread", 1.0)]: b = B * decay ** np.arange(16) # energy in a few directions, or spread flat before, after = refusal.update_stats(A, b), refusal.update_stats(*refusal.remove_top_k(A, b, k=2)) print(f"{name:8s} PR/r {before['pr_over_r']:.2f} top-2 energy {before['top2_energy_fraction']:.2f}" f" norm left after top-2 removal {after['unscaled_norm'] / before['unscaled_norm']:.2f}")

ordinary PR/r 0.10 top-2 energy 0.94 norm left after top-2 removal 0.24

spread PR/r 0.94 top-2 energy 0.18 norm left after top-2 removal 0.90

普通微调会把大部分更新集中在少数几个奇异方向上，因此去掉前两个方向就会剥离大部分更新。而分散式更新的谱是平坦的，所以同样的去除操作会留下大部分更新。PR/r，即 LoRA 秩上的参与率，也是论文中谱检测器的得分。

这段代码在 CPU 上运行大约需要一秒，且不下载任何内容。相同的代码位于 [`examples/quickstart.py`](https://github.com/js-lee-ai/refusal-relocates/blob/main/examples/quickstart.py)，CI 会在每次推送时运行它。

要训练、修补和评估真实检查点，请安装 `models` 附加组件。```bash
pip install "refusal-relocates[models] @ git+https://github.com/js-lee-AI/refusal-relocates.git"

安装	添加	足以用于
pip install "git+https://github.com/js-lee-AI/refusal-relocates.git"	numpy	谱核心、top-k 移除、检测器、拒绝评分器、refusal 命令
pip install "refusal-relocates[models] @ git+https://github.com/js-lee-AI/refusal-relocates.git"	torch, transformers, peft, accelerate, safetensors, scikit-learn, datasets	在模型上进行训练、lockstep 修补、探针和评估
git clone 然后 pip install -e ".[models,test]"	pytest	experiments/、records/ 和 tests/

已在 Python 3.11.5、PyTorch 2.10.0、Transformers 4.57.3 和 PEFT 0.18.0 上测试。模型在 CUDA 设备上以 bfloat16 加载。

用法

逐层修补受损的检查点```python

import refusal

data = refusal.load_data("data/prompt_sets.json") # built by refusal prepare, see below prompts = data["advbench"][:40] clean, tokenizer = refusal.load_model("meta-llama/Llama-3.1-8B-Instruct") attacked, _ = refusal.load_model("meta-llama/Llama-3.1-8B-Instruct", adapter="runs/attack/adapter")

for layer in [6, 9, 12, 15, 18]: responses = refusal.lockstep_generate(clean, attacked, tokenizer, prompts, layer=layer) print(layer, sum(refusal.is_refusal(r) for r in responses) / len(prompts))

两个模型读取相同的 token，在选定的层，被篡改模型的输出被干净模型的输出替换。`refusal patch` 运行完整测量，包括其下限、上限和两个对照，使用困惑度门控和 Llama-Guard 对连贯拒绝进行评分，并报告过渡深度。

### 无需 GPU 修复并评分适配器```python
import refusal