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 ★ 112
技术标签
核心亮点
- 提供可直接使用的越狱提示词库,降低审计门槛
- 聚焦内部推理审计,超越表面输出分析
- 覆盖多模型(ChatGPT/Gemini/Grok),适用性广
不足之处
- 项目处于早期,文档和社区支持尚不完善
- 越狱指令可能被滥用,需谨慎使用
适用场景
- AI安全研究:测试模型对齐鲁棒性
- 模型审计:发现隐藏偏见和推理漏洞
- 红队演练:模拟攻击以改进防御
替代项目
JailbreakBench、LLM-Attacks、Garak
同类项目推荐
LLM-Factuality-Survey
开源
一图看懂大模型事实性研究全貌
The repository for the survey paper <
llm-eval
开源
一站式跑分,快速对比大模型与 RAG 效果
大语言模型评估平台,支持多种评估基准、自定义数据集和性能测试。支持基于自定义数据集的···
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···
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.
Awesome-Offensive-AI-Agentic-Lan···
开源
一张图看懂 AI 攻防:渗透、红队、漏洞发现全收录
This document curates open-source projects, academic papers, capability benchmarks, ···
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
awesome-direct-preference-optimi···
开源
一网打尽DPO论文与代码,快速入门偏好对齐
A Survey of Direct Preference Optimization (DPO)
LLM-Agent-Evaluation-Survey
开源
一库收齐智能体评测论文,快速摸清评测方法
Top papers related to LLM-based agent evaluation
agentjail
开源
给AI编程助手装上安全锁,每次操作先过检再执行
Policy guardrails for coding agents (Claude Code, Codex, Cursor) — every tool call ···
