Git Stars Git Stars

#adversarial-robustness Repository

Scopri 8 repository GitHub open source attivi contrassegnati con #adversarial-robustness, che raccolgono un totale di 6,080 stelle (con una media di 760 stelle per progetto). Il progetto leader di questo argomento è wang-rui/phishguard-scaffold, con 1,012 stelle.

8
Totale Repository
6,080
Totale stelle
760
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook

8 repository in totale

1
wang-rui/phishguard-scaffold

Rilevamento semantico congiunto e controllo della diffusione degli attacchi di phishing sui social media tramite modellazione basata su LLama

wang-rui
⭐ 1,012 Python 👤 wang-rui User 🕐 Aggiornato 2026-02-15 📅 Creato 2025-09-08
2
MadryLab/robustness

Una libreria per sperimentare, addestrare e valutare reti neurali, con un focus sulla robustezza avversariale.

MadryLab
⭐ 946 Jupyter Notebook 👤 MadryLab Organization 🕐 Aggiornato 2024-01-11 📅 Creato 2019-08-21
3
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
4
tjunlp-lab/Awesome-LLMs-Evaluation-Papers

Gli articoli sono organizzati secondo la nostra indagine: Evaluating Large Language Models: A Comprehensive Survey.

tjunlp-lab
⭐ 791 👤 tjunlp-lab User 🕐 Aggiornato 2024-05-08 📅 Creato 2023-10-29
5
fra31/auto-attack

Codice relativo a "Valutazione affidabile della robustezza avversaria con un ensemble di diversi attacchi senza parametri"

fra31
⭐ 733 Python 👤 fra31 User 🕐 Aggiornato 2024-05-16 📅 Creato 2020-02-17
7
CSHaitao/Awesome-LLMs-as-Judges

Il repository ufficiale per l'articolo, LLMs-as-Judges: Una survey completa sui metodi di valutazione basati su LLM.

CSHaitao
⭐ 600 👤 CSHaitao User 🕐 Aggiornato 2025-07-29 📅 Creato 2024-11-10
8
microsoft/robustlearn

Apprendimento automatico robusto per un'intelligenza artificiale responsabile

microsoft
⭐ 506 Python 👤 microsoft Organization 🕐 Aggiornato 2024-07-12 📅 Creato 2022-10-20

Domande frequenti

1

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

Il progetto open source #adversarial-robustness più alto in classifica su GitHub è wang-rui/phishguard-scaffold, con 1,012 stelle. Rilevamento semantico congiunto e controllo della diffusione degli attacchi di phishing sui social media tramite modellazione basata su LLama

2

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

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

3

Come viene calcolata la classifica dei repository #adversarial-robustness?

Monitoriamo 8 repository open source attivi contrassegnati con #adversarial-robustness (500+ stelle), per un totale di 6,080 stelle e una media di 760 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.