#adversarial-robustness Repositories
Entdecke 8 aktive Open-Source-GitHub-Repositories, die mit #adversarial-robustness getaggt sind und insgesamt 6,080 Sterne gesammelt haben (durchschnittlich 760 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist wang-rui/phishguard-scaffold mit 1,012 Sternen.
Insgesamt 8 Repositories
Gemeinsame semantische Erkennung und Verbreitungssteuerung von Phishing-Angriffen in sozialen Medien durch LLama-basierte Modellierung
Eine Bibliothek zum Experimentieren, Trainieren und Evaluieren von neuronalen Netzwerken, mit dem Fokus auf adversarieller Robustheit.
RobustBench: ein standardisiertes Benchmark für adversarielle Robustheit [NeurIPS 2021 Benchmarks und Datasets Track]
Die Arbeiten sind gemäß unserer Umfrage organisiert: Evaluating Large Language Models: A Comprehensive Survey.
Code zu "Zuverlässige Bewertung der adversariellen Robustheit mit einem Ensemble von diversen parameterfreien Angriffen"
Das offizielle Repo für die Arbeit, LLMs-as-Judges: Eine umfassende Umfrage zu LLM-basierten Bewertungsmethoden.
Häufig gestellte Fragen
Welches ist das beliebteste #adversarial-robustness-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#adversarial-robustness-Projekt auf GitHub ist wang-rui/phishguard-scaffold mit 1,012 Sternen. Gemeinsame semantische Erkennung und Verbreitungssteuerung von Phishing-Angriffen in sozialen Medien durch LLama-basierte Modellierung
Welche Programmiersprachen werden in #adversarial-robustness-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #adversarial-robustness-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #adversarial-robustness-Repositories berechnet?
Wir verfolgen 8 aktive Open-Source-Repositories, die mit #adversarial-robustness getaggt sind (500+ Sterne), mit insgesamt 6,080 Sternen und durchschnittlich 760 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.