Фреймворк для поиска и скрытия персональных данных в тексте, изображениях и таблицах. Находит их, затем маскирует или заменяет, чтобы данные можно было безопасно отдавать модели.
Все репозитории
Безопасностьmeta-llama
PurpleLlama
Проект Meta по безопасности генеративного ИИ: модели-фильтры Llama Guard и Prompt Guard, сканер Code Shield и набор тестов CyberSec Eval. Объединяет защиту и проверку атакой.
Кому подойдёт
Тем, кто хочет фильтровать входы и выходы модели и оценивать её кибербезопасность.
Как начать
- Прочитай раздел System-Level Safeguards и выбери компонент: Llama Guard, Prompt Guard или Code Shield
- Возьми инструкции по запуску защитных моделей в репозитории Llama-recipes (ссылка в разделе Getting Started)
- Изучи тесты CyberSec Eval, чтобы оценить риски своей модели
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+456 сент. — 6 окт.
Описание автора
Set of tools to assess and improve LLM security.
Ещё в категории «Безопасность»
Сканер уязвимостей для LLM: прогоняет модель через набор проб на prompt injection, утечки данных, токсичность и другие сбои. Работает как консольная утилита.
Python-фреймворк, который проверяет входы и выходы LLM готовыми валидаторами из Guardrails Hub и помогает получать структурированные ответы. Ловит риски до того, как ответ дойдёт до пользователя.
Набор инструментов NVIDIA для программируемых ограничений в диалоговых системах на LLM. Правила задаются в конфигурации и управляют тем, о чём бот говорит и что делает.
Фреймворк Microsoft для проактивного поиска рисков в генеративных системах. Помогает автоматизировать красную команду против моделей и приложений.
Сканер безопасности для ИИ-агентов, MCP-серверов и навыков. Проверяет конфигурации и файлы SKILL.md на опасные места.