Awesome-LM-SSP

一网打尽大模型安全、隐私攻防的精华资料,快速跟上前沿。

Awesome-LM-SSP 是一个聚焦大模型安全、隐私与可信度的精选阅读清单,收录了相关论文、工具、数据集和攻击防御方法。它系统梳理了提示注入、越狱攻击、隐私泄露、对齐问题等核心风险,并整理了红队测试、对抗样本、水印技术等防御方案。项目按主题分类,便于研究者快速追踪前沿动态,也帮助开发者了解大模型部署中的安全基线。其价值在于将分散的学术成果和工业实践整合为结构化知识库,降低安全领域入门门槛,同时为已有经验者提供检索参考。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2081
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队CryptoAILab
所属国家
定价模式free
价格说明开源项目,无在线服务,需自行部署,完全免费。
访问状态
是否开源是
开源协议Apache-2.0
主要语言
技术栈/模型adversarial-attacks,awesome-list,diffusion-models,jailbreak,language-model,llm,nlp,privacy,safety,security,vlm
GitHub 星标★ 2081
30天Star增速
HF 下载量
上线时间2024-01-09 00:00:00
最近更新2026-09-22 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

难度:入门 约 5 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境
  • 已安装 git(用于克隆仓库)
  • 任意支持 Markdown 渲染的编辑器或浏览器
  • 无需 Python/GPU 等运行环境(本项目为资源清单)

安装与启动步骤

  1. 1克隆仓库到本地

    把 Awesome-LM-SSP 清单仓库完整下载到本地,README 未提供其他安装方式,克隆后即可离线查阅。

    git clone https://github.com/CryptoAILab/Awesome-LM-SSP.git
  2. 2进入项目目录

    切换到克隆下来的仓库根目录,后续所有阅读和检索操作都在这里进行。

    cd Awesome-LM-SSP
  3. 3查看目录内容

    列出仓库文件,确认 README.md 与 figure 图片目录存在,README 是唯一的内容入口。

    ls
  4. 4阅读 README 清单

    打开 README.md,按 Introduction 说明的维度(安全性、安全防护、隐私)浏览论文、工具与数据集条目。

  5. 5按徽章筛选主题

    利用条目标签筛选:模型类型看 LLM/VLM/SLM/Diffusion,补充说明看 Benchmark、Defense、RAG、Chinese 等。

如何确认成功

本地出现 Awesome-LM-SSP 目录,打开 README.md 能看到标题图、Introduction 说明及各类徽章图例即表示获取成功。

常见问题

Q:这个项目需要安装依赖或部署服务吗?

A:不需要。README 未提供任何安装、构建或运行命令,它是一个人工收集的阅读清单仓库,克隆下来直接阅读 README 即可。

Q:如何找到某个具体方向的论文?

A:README 按主题分类并通过徽章标注类型,可用编辑器或 GitHub 页面搜索关键词(如 jailbreak、privacy)快速定位条目。

Q:图片不显示怎么办?

A:README 中的徽章和标题图依赖网络加载,离线环境下可能显示为裂图,但不影响文字条目的阅读。

Q:发现清单缺少某篇论文如何贡献?

A:README 中写着 Help us update the list,可按仓库约定提交 issue 或 pull request 补充条目。

注意事项

  • 本项目为 awesome-list 资源合集,非可运行软件,不存在启动端口、配置项等部署参数。
  • README 标注 This repo is in progress,内容由人工持续收集,条目和分类可能随时更新。
  • 所有命令均来自仓库地址推导,README 正文未给出官方安装说明,请以仓库最新内容为准。

核心亮点

  • 分类细致,覆盖安全、隐私、可信等多维度,检索效率高
  • 持续更新,收录最新论文和工具,紧跟学界业界动态
  • 条目附带简要说明,帮助快速判断相关性

不足之处

  • 文档/社区待观察
  • 缺少对具体技术的深度解读,需自行阅读原文

适用场景

  • 大模型安全方向的研究者快速调研文献
  • 安全工程师评估模型风险并寻找防御方案
  • 产品团队了解合规与隐私保护最佳实践

替代项目

Awesome-LLM-Safety、Awesome-LLM-Red-Teaming、Awesome-LLM-Privacy

项目介绍

Awesome-LM-SSP 是评测安全领域的开源项目,由 CryptoAILab 开发,2024 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(2,081)位列前 30%,在评测安全分类的 458 个项目里位列前 12%。

近 42 天,它的 GitHub 星标从 2,049 增加到 2,081,净增 32。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-22。无在线服务,需自行部署,完全免费。

它主要面向的使用场景是:大模型安全方向的研究者快速调研文献。同类可对比的替代方案包括 Awesome-LLM-Safety、Awesome-LLM-Red-Teaming、Awesome-LLM-Privacy。

上一篇:evaluation-guidebook

下一篇:tau2-bench

同类项目推荐

akto 开源

给 AI 应用做安全体检,防提示注入和数据泄露

Akto is the fastest growing AI Security platform for your teams to secure AI agents,···

★ 1517 2026-08-20
XSafeClaw 开源

给 AI 智能体装上安全盾,自动红队测试找漏洞

Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University

★ 164 2026-08-10
deepteam 开源

自动模拟越狱攻击,提前测出 LLM 安全漏洞

DeepTeam is a framework to red team LLMs and AI agents.

★ 2937 2026-09-12
Tracely-ai 开源

把生产事故变成回归测试,合并前自动拦截 AI 故障

Trace-native CI/CD for AI agents — production failures become regression tests that···

★ 1362 2026-08-24