dsh-jailbreak

给 DSH 加可审计的提示改写层,量化拒答边界

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 评测安全 🍴 复刻 53 👀 关注 2
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 260
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费插件,无付费计划

项目预览

dsh-jailbreak 项目界面预览图
图片来源:项目官网

项目数据

分类评测安全
开发团队xqpsec
定价模式🏷️完全免费
价格说明开源免费插件,无付费计划
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议AGPL-3.0
主要语言JavaScript
技术栈/模型ai-security,deepseek,dsh-jailbreak,dsh-plugin,dsh-pojia,jailbrake,jailbreak,jailbreak-prompts,llm-jailbreak,llm-security,pojia,prompt-injection,prompt-jailbreak,red-team,security-research
GitHub 星标★ 260
上线时间2026-10-28 00:00:00
代码更新2026-11-07
仓库体积1.6 MB
本站数据更新2026-11-18
维护状态较活跃
收录时间2026-11-18
浏览次数0

项目介绍

dsh-jailbreak 是 DeepSeek Assistant(DSH)的插件,用于在请求边界注入提示词改写,从而调整模型对敏感请求的拒答行为,减少模型一开口就回复「我不能」的情况。项目提供 20 类合并测试集,报告 ASR 45.0%、覆盖率 19/20,并在 24 项良性能力评测上保持 Δ=0.0pt,说明改写对正常任务影响较小。工程上强调零宿主补丁、默认关闭、关闭时逐字透传原始请求,每次改写都会写入 manifest 与 promptSha256,便于审计和复现。适合做 LLM 安全评测、红队测试与拒答边界研究的研究者,用来量化提示注入对模型行为的影响。需注意其本质是越狱提示词工具,使用时应遵守模型服务条款与所在地法规,仅用于授权测试与学术研究。

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 2026-11-18 · 当前星标 ★ 260

核心亮点

  • 默认关闭且 off 时逐字透传,接入风险可控
  • 每次改写落 manifest 与 promptSha256,可审计可复现
  • 给出 20 类合并 ASR 与良性能力 Δ 指标,评测口径明确

不足之处

  • ASR 仅 45.0%,覆盖率 19/20,效果仍有明显上限
  • 仅面向 DeepSeek Assistant 生态,通用性有限
  • 越狱类工具存在合规与条款风险,适用场景受限

适用场景

  • LLM 安全红队测试与拒答边界研究
  • 提示注入对模型行为影响的量化评测
  • 插件式请求改写与审计链路的技术验证

替代项目

garak、PyRIT、promptfoo

上一篇:project-quarry

下一篇:没有了!

同类项目推荐

VEFX-Bench 开源

给视频编辑和特效模型打分,选型不再靠感觉

VEFX-Bench: A Holistic Benchmark for Generic Video Editing and Visual Effects

★ 177 2026-08-09
evaluation-guidebook 开源

学透 LLM 评估,避开 benchmark 陷阱,科学选模型。

Sharing both practical insights and theoretical knowledge about LLM evaluation that ···

★ 2167 2026-08-09
compute-eval 开源

用真实编译运行测大模型写 CUDA 代码行不行

Evaluating Large Language Models for CUDA Code Generation ComputeEval is a framework···

★ 150 2026-09-24
ProteinWorkshop 开源

统一蛋白质表示学习的数据、模型与评测流程

Benchmarking framework for protein representation learning. Includes a large number ···

★ 280 2026-10-31
memorybench 开源

一套基准跑遍对话记忆与 RAG,选型不再靠拍脑袋

Unified benchmark for evaluating conversational memory and RAG across multiple datas···

★ 335 2026-09-21
LLM-KG-Bench 开源

一键评测大模型在知识图谱任务上的表现

LLM-KG-Bench is a Framework and task collection for automated benchmarking of Large ···

★ 60 2026-08-09
benchmark-qed 开源

自动跑分 RAG 系统,选型调参不再拍脑袋

Automated benchmarking of Retrieval-Augmented Generation (RAG) systems

★ 104 2026-10-15
garak 开源

给大模型做安全体检,一键扫描漏洞并生成报告

the LLM vulnerability scanner

★ 10064 2026-08-10