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 2026-08-09 · 当前星标 ★ 116
核心亮点
- 首个聚焦音频-视觉联合输入的安全基准，填补领域空白
- 基于 ACM MM 论文，测试场景设计有学术严谨性
- 提供自动化评估脚本，可直接集成到模型测试流程
不足之处
- 项目处于早期，文档和社区支持待观察
- 基准覆盖场景可能有限，需自行扩展
适用场景
- 研究机构评估多模态模型安全性
- AI 企业发布前安全合规测试
- 开发者对比不同 AV-LLMs 的安全性能
替代项目
SafetyBench、MM-SafetyBench、X-Attack
上一篇：fusion_bench
下一篇：langtest
同类项目推荐
safe-rlhf
开源
在强化学习中对齐人类价值观，让AI输出既有用又安全。
Safe RLHF: Constrained Value Alignment via Safe Reinforcement Learning from Human Fe···
Awesome-LLM-Reasoning
开源
一份清单，看懂 LLM 推理从 CoT 到 o1 的进化史
From Chain-of-Thought prompting to OpenAI o1 and DeepSeek-R1
physics-IQ-benchmark
开源
测测视频模型懂不懂物理，量化物理常识短板
Benchmarking physical understanding in generative video models
TSB-AD
开源
一套接口跑通时序异常检测算法与数据集评测
Time-Series Anomaly Detection | Algorithms + Datasets + Tutorials
S-Eval
开源
一键自动化评估大模型安全，覆盖多风险场景
S-Eval: Towards Automated and Comprehensive Safety Evaluation for Large Language Mod···
MathVista
开源
测测AI看图算数行不行，一套基准见分晓
MathVista: data, code, and evaluation for Mathematical Reasoning in Visual Contexts
TrustEval-toolkit
开源
一键评估生成模型可信度，量化风险更安心
[ICLR'26, NAACL'25 Demo] Toolkit & Benchmark for evaluating the trustworthiness of g···
power-pwn
开源
给 AI 助手做安全体检，防黑客钻空子
An offensive/defense security toolset for discovery, recon and ethical assessment of···
ablation
开源
用 LLM 智能体自动读汇编、追调用链，加速二进制逆向
Ablation is an AI-assisted reverse engineering (AIARE) framework