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 2026-09-14 · 当前星标 ★ 169
核心亮点
- 聚焦长上下文安全评测，填补短上下文评测集覆盖不到的空白
- Python 实现，评测流程可复现，便于研究者二次开发和集成
- 围绕 AI 安全评测组织样本与打分维度，目标明确，不是泛化的通用评测
不足之处
- 早期项目，星标和社区规模有限，文档与示例可能不完整
- 长上下文评测对算力和 token 成本要求高，实际跑全量样本门槛不低
适用场景
- 评估模型在超长文档问答中是否泄露敏感信息
- 对比不同模型在多轮长对话下的安全对齐稳定性
- 为长上下文防护策略（如截断、摘要、检索）做效果验证
替代项目
lm-evaluation-harness、HELM
上一篇：inspect-robots
下一篇：claw-eval
同类项目推荐
bla
开源
给代码下毒，让 AI 逆向代理白忙一场
️ BLA (Blind LLM Agents) — Adversarial defense shield that protects binaries, Elec···
inference-perf
开源
给大模型推理服务做压测，量化吞吐延迟
GenAI inference performance benchmarking tool
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
aegis
开源
给大模型装上会自我进化的安全防火墙
Self-hardening firewall for large language models
ErrorAnalysis_Prompt
开源
用 ChatGPT 快速定位翻译错误，输出结构化评估报告
:gift:[ChatGPT4MTevaluation] ErrorAnalysis Prompt for MT Evaluation in ChatGPT
chatbot-experiments
开源
收集 AI 越狱提示词，探索聊天机器人边界
A place to store jailbreaks, results of some prompts, or helpful utilities
Aegis
开源
给AI代理装上监控摄像头，实时盯住它的每一个动作。
Your agents have access. You deserve visibility. A local security dashboard for AI c···
awesome-data-contamination
开源
查论文，避坑LLM评估数据污染
The Paper List on Data Contamination for Large Language Models Evaluation.
any-guardrail
开源
一个接口切换多种大模型安全护栏，评测对比不再改代码
Giving researchers and practitioners an easy way to switch between guardrails.