AttackVLM

给视觉语言模型找茬，一键测出安全漏洞

AttackVLM 是一个针对视觉语言模型（VLM）的红队攻击工具集，源自 NeurIPS 2023 论文。它提供了一系列对抗性攻击方法，用于评估和揭示 VLM 在视觉问答、图像描述等任务中的脆弱性。项目解决了 VLM 安全评估缺乏系统化工具的问题，核心能力包括生成对抗样本、执行迁移攻击、评估模型鲁棒性等。通过统一的接口，研究者可以方便地对主流 VLM 进行安全性测试，从而推动更安全的模型设计。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 231
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队yunqing-me
所属国家
官网地址https://yunqing-me.github.io/AttackVLM
GitHubhttps://github.com/yunqing-me/AttackVLM
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型adversarial-attack,deep-generative-model,foundation-models,generative-ai,image-to-text-generation,large-language-models,text-to-image-generation,trustworthy-ai,vision-language-model
GitHub 星标★ 231
30天Star增速
HF 下载量
上线时间2023-05-26 00:00:00
最近更新2026-07-17 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 基于 NeurIPS 论文，攻击方法有学术背书
  • 支持多种攻击策略，覆盖常见 VLM 任务
  • 代码结构清晰，便于二次开发和扩展

不足之处

  • 文档/社区待观察
  • 依赖特定模型接口，通用性受限

适用场景

  • VLM 安全评估与红队测试
  • 对抗样本研究
  • 模型鲁棒性基准测试

替代项目

Adversarial-Robustness-Toolbox、TextAttack、Foolbox

项目介绍

AttackVLM 是评测安全领域的开源项目，由 yunqing-me 开发，2023 年首次发布。

它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 231。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-17。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：VLM安全评估与红队测试。同类可对比的替代方案包括 Adversarial-Robustness-Toolbox、TextAttack、Foolbox。

上一篇：Woodpecker

下一篇：contextcheck

同类项目推荐

akto 开源

给 AI 应用做安全体检，防提示注入和数据泄露

Akto is the fastest growing AI Security platform for your teams to secure AI agents,···

★ 1517 2026-08-20
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

★ 164 2026-08-10
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.

★ 2937 2026-09-12
Tracely-ai 开源

把生产事故变成回归测试，合并前自动拦截 AI 故障

Trace-native CI/CD for AI agents — production failures become regression tests that···

★ 1362 2026-08-24