Git Stars Git Stars

#adversarial-machine-learning Repository

Scopri 14 repository GitHub open source attivi contrassegnati con #adversarial-machine-learning, che raccolgono un totale di 26,811 stelle (con una media di 1,915 stelle per progetto). Il progetto leader di questo argomento è Trusted-AI/adversarial-robustness-toolbox, con 6,322 stelle.

14
Totale Repository
26,811
Totale stelle
1,915
Media Stelle/Repo
Linguaggi di programmazione: Python HTML Jupyter Notebook Shell

14 repository in totale

1
Trusted-AI/adversarial-robustness-toolbox

Strumento di Robustezza Avversariale (ART) - Libreria Python per la Sicurezza del Machine Learning - Evasione, Avvelenamento, Estrazione, Inferenza - Team Rosso e Blu

Trusted-AI
⭐ 6,322 Python 👤 Trusted-AI Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2018-03-15
2
CyberAlbSecOP/Awesome_GPT_Super_Prompting

ChatGPT Jailbreaks, Fughe di prompt degli assistenti GPT, Iniezione di prompt GPT, Sicurezza dei prompt LLM, Super Prompt, Prompt Hack, Sicurezza dei prompt, Ingegneria dei prompt AI, Machine Learning avversario.

CyberAlbSecOP
⭐ 4,210 HTML 👤 CyberAlbSecOP User 🕐 Aggiornato 2026-05-05 📅 Creato 2024-03-15
3
QData/TextAttack

TextAttack 🐙 è un framework Python per attacchi avversari, augmentazione dei dati e addestramento del modello in NLP https://textattack.readthedocs.io/en/master/

QData
⭐ 3,483 Python 👤 QData Organization 🕐 Aggiornato 2026-08-15 📅 Creato 2019-10-15
4
protectai/llm-guard

Il toolkit di sicurezza per le interazioni LLM

protectai
⭐ 3,156 Python 👤 protectai Organization 🕐 Aggiornato 2025-12-15 📅 Creato 2023-07-27
5
govolution/avet

Strumento di evasione antivirus

govolution
⭐ 1,750 Shell 👤 govolution User 🕐 Aggiornato 2025-04-23 📅 Creato 2017-01-28
6
DeepSpaceHarbor/Awesome-AI-Security

:file_folder: #AISecurity

DeepSpaceHarbor
⭐ 1,708 👤 DeepSpaceHarbor User 🕐 Aggiornato 2026-03-08 📅 Creato 2017-09-07
7
jiep/offensive-ai-compilation

Un elenco curato di risorse utili che coprono l'IA offensiva.

jiep
⭐ 1,449 HTML 👤 jiep User 🕐 Aggiornato 2026-11-01 📅 Creato 2023-01-28
8
ssnl/dataset-distillation

Codice open-source per il paper "Dataset Distillation"

ssnl
⭐ 824 Python 👤 ssnl User 🕐 Aggiornato 2025-06-17 📅 Creato 2018-12-04
9
RobustBench/robustbench

RobustBench: un benchmark standardizzato per la robustezza avversaria [Traccia Benchmarks e Dataset NeurIPS 2021]

RobustBench
⭐ 792 Python 👤 RobustBench Organization 🕐 Aggiornato 2026-04-14 📅 Creato 2020-06-19
10
anishathalye/neural-hash-collider

Attacco di preimmagine contro NeuralHash 💣

anishathalye
⭐ 674 Python 👤 anishathalye User 🕐 Aggiornato 2025-09-15 📅 Creato 2021-08-19
11
psyker-team/mist-v2

Uno strumento di filigrana per proteggere le opere d'arte umane dall'essere utilizzate in opere d'arte sintetiche.

psyker-team
⭐ 641 Jupyter Notebook 👤 psyker-team Organization 🕐 Aggiornato 2025-05-30 📅 Creato 2023-10-14
13
hubertyoo/GPTFuzz

Repository ufficiale di GPTFUZZER: Red Teaming di Large Language Models con prompt di jailbreak generati automaticamente

hubertyoo
⭐ 609 Python 👤 hubertyoo User 🕐 Aggiornato 2026-02-27 📅 Creato 2023-09-18
14
chawins/llm-sp

Documenti e risorse relative alla sicurezza e alla privacy delle LLM 🤖

chawins
⭐ 579 Python 👤 chawins User 🕐 Aggiornato 2025-06-08 📅 Creato 2023-11-15

Domande frequenti

1

Qual è il repository #adversarial-machine-learning più popolare su GitHub?

Il progetto open source #adversarial-machine-learning più alto in classifica su GitHub è Trusted-AI/adversarial-robustness-toolbox, con 6,322 stelle. Strumento di Robustezza Avversariale (ART) - Libreria Python per la Sicurezza del Machine Learning - Evasione, Avvelenamento, Estrazione, Inferenza - Team Rosso e Blu

2

Quali linguaggi di programmazione sono più utilizzati nei repository #adversarial-machine-learning?

Tra i progetti #adversarial-machine-learning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, HTML, Jupyter Notebook, Shell.

3

Come viene calcolata la classifica dei repository #adversarial-machine-learning?

Monitoriamo 14 repository open source attivi contrassegnati con #adversarial-machine-learning (500+ stelle), per un totale di 26,811 stelle e una media di 1,915 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.