
jailbreak-archives
越狱提示词的结构化版本档案,供红队测试与防御加固
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 2026-11-22 · 当前星标 ★ 119
核心亮点
- 按类别与版本归档对抗提示,便于追溯不同模型版本下的攻击手法演化
- 覆盖 ChatGPT、Claude、DeepSeek 等多模型,红队测试素材集中,省去零散搜集
- 面向防御视角组织内容,可直接用于模型安全评测基线与回归对比
不足之处
- 以提示文本和文档为主,缺少自动化评测脚本与量化打分工具链
- 早期项目星标较少,分类体系与更新频率的社区验证仍待观察
适用场景
- AI 安全团队做模型红队演练时选取对抗提示样本
- 模型厂商在版本迭代后回归测试安全对齐效果
- 研究人员分析越狱提示技巧的分类与演化趋势
替代项目
garak、PyRIT、promptfoo
下一篇:inference
同类项目推荐
next-evals-oss
开源
给 AI 出 Next.js 考题,看它到底会不会写
Evals for Next.js up to 15.5.6 to test AI model competency at Next.js
future-agi
开源
一站式评估、观测和优化你的 AI 智能体,提升可靠性和安全性。
Open-source, end-to-end platform for evaluating, observing, and improving LLM and AI···
Viper
开源
用AI驱动红队演练,自动化攻击模拟,提升渗透效率
Adversary simulation and Red teaming platform with AI
Awesome-Diffusion-Flow-RL
开源
扩散与流模型的强化学习论文工具一网打尽
A curated list of papers and tools for reinforcement learning and reward optimizatio···
Rickrolling-the-Artist
开源
给AI画师下毒:一句触发词,让模型输出指定图像
[ICCV 2023] Source code for our paper "Rickrolling the Artist: Injecting Invisible B···
llm-colosseum
开源
让大模型打街霸,用对战胜负测实力
Benchmark LLMs by fighting in Street Fighter 3! The new way to evaluate the quality ···
PhyX
开源
测测你的AI有没有物理常识,一测便知
PhyX: Does Your Model Have the "Wits" for Physical Reasoning?
vestige
开源
给AI智能体装黑匣子,每步操作可查可证
Deterministic Operating System, Safety Kernel, and Causal Nervous System for AI Agen···
crab
开源
跨环境测试你的AI智能体,看它真实干活行不行
️ CRAB: Cross-environment Agent Benchmark for Multimodal Language Model Agents. htt···