BackdoorLLM
统一评测 LLM 后门攻防，一键复现与对比
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-15 · 当前星标 ★ 338
技术标签
核心亮点
- 提供标准化攻击与防御评测流程，结果可横向对比
- 覆盖多种触发模式和任务类型，适配主流开源 LLM
- 入选 NeurIPS 2025，学术认可度高，代码结构清晰
不足之处
- 项目处于早期，星标数较少，社区生态和文档完善度待观察
- 可能未覆盖所有闭源商业模型和最新攻击变体
适用场景
- 研究 LLM 后门攻击与防御的学术实验
- 企业评估第三方模型或微调模型的安全风险
- 教学演示后门攻击原理与防御效果
替代项目
OpenBackdoor、BackdoorBench
同类项目推荐
FuzzyAI
开源
自动给 LLM 做安全体检，找出越狱漏洞
A powerful tool for automated LLM fuzzing. It is designed to help developers and sec···
blacksmith
开源
多智能体分工，自动跑完渗透测试全流程
BlacksmithAI is an OPEN-SOURCE advanced penetration testing framework that leverages···
Omni-SafetyBench
开源
给音视频大模型做安全体检，发现隐藏风险
[ACM MM 2026] Code for paper "Omni-SafetyBench: A Benchmark for Safety Evaluation of···
absent-author
开源
用证据清单和 AI agent 揪出没人负责的 AI 论文
Research and writing can be automated. Authorship cannot. Evidence list + agent skil···
ARTEX
开源
让 AI 智能体自主完成渗透测试攻击链
AI 自主渗透测试系统
DreamLayer-Eval
开源
一键自动化评测扩散模型，告别手动调参和结果不可复现。
DreamLayer Eval: open-source benchmarking for image and video diffusion models. Auto···
Anti-DreamBooth
开源
给照片加隐形噪声，让AI学不会你的脸
Anti-DreamBooth: Protecting users from personalized text-to-image synthesis (ICCV 20···
awesome-ai-leaderboard
开源
一榜在手，AI模型强弱全看透
A curated list of awesome leaderboard-oriented resources for AI domain
Oversight
开源
模块化拆解 LLM，自动红队测试，发现漏洞
A Completely Modular LLM Reverse Engineering, Red Teaming, and Vulnerability Researc···