跳到正文
GitHub · 去对齐工具与仓库·· 14 天前精选AI 评分62

hf-sentinel:面向 Hugging Face 模型的黑盒 LLM 攻击与评分 CLI 工具

allwinzoom-cpu/hf-sentinel

来源与原文

GitHub · 去对齐工具与仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/allwinzoom-cpu/hf-sentinel

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

GitHub 仓库 allwinzoom-cpu/hf-sentinel 发布了 hfsentinel CLI,一个动态黑盒 LLM 攻击与评分工具,仅限授权测试,需签名 scope 文件才能对目标发起扫描。

推荐理由

原文给出了完整的黑盒攻击测试方法与评分体系,包括 Wilson-CI ASR、分级和去对齐检测的拒绝率oracle,方法描述具体。

来源:GitHub · 去对齐工具与仓库 · github.com