#adversarial-machine-learning Repositorios
Descubre 14 repositorios activos de código abierto de GitHub etiquetados con #adversarial-machine-learning, que acumulan 26,811 estrellas en total (una media de 1,915 estrellas por proyecto). El líder de este tema es Trusted-AI/adversarial-robustness-toolbox, con 6,322 estrellas.
14 repositorios en total
Caja de Herramientas de Robustez Adversarial (ART) - Biblioteca de Python para la Seguridad en Aprendizaje Automático - Evasión, Envenenamiento, Extracción, Inferencia - Equipos Rojo y Azul
Jailbreaks de ChatGPT, Fugas de prompts de Asistentes GPT, Inyección de prompts de GPT, Seguridad de prompts LLM, Super Prompts, Hack de prompts, Seguridad de prompts, Ingeniería de prompts de IA, Aprendizaje automático adversario.
TextAttack 🐙 es un framework de Python para ataques adversarios, aumento de datos y entrenamiento de modelos en NLP https://textattack.readthedocs.io/en/master/
Una lista seleccionada de recursos útiles que cubren la IA ofensiva.
RobustBench: un benchmark estandarizado de robustez adversaria [Pista de Benchmarks y Conjuntos de Datos de NeurIPS 2021]
Una herramienta de marca de agua para proteger las obras de arte humanas de ser utilizadas en obras de arte sintéticas.
Repositorio oficial de GPTFUZZER: Red Teaming de modelos de lenguaje grandes con indicaciones de jailbreak generadas automáticamente
Preguntas frecuentes
¿Cuál es el repositorio de #adversarial-machine-learning más popular en GitHub?
El proyecto de código abierto de #adversarial-machine-learning mejor posicionado en GitHub es Trusted-AI/adversarial-robustness-toolbox, con 6,322 estrellas. Caja de Herramientas de Robustez Adversarial (ART) - Biblioteca de Python para la Seguridad en Aprendizaje Automático - Evasión, Envenenamiento, Extracción, Inferencia - Equipos Rojo y Azul
¿Qué lenguajes de programación se utilizan más en los repositorios de #adversarial-machine-learning?
Entre los proyectos de #adversarial-machine-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, HTML, Jupyter Notebook, Shell.
¿Cómo se calcula la clasificación de los repositorios de #adversarial-machine-learning?
Seguimos 14 repositorios activos de código abierto etiquetados con #adversarial-machine-learning (500+ estrellas), que suman un total de 26,811 estrellas, con una media de 1,915 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.