SpeakerGuard

对手模拟框架

自然语言处理中的数据增强

TextAttack是一个Python框架，用于自然语言处理 (NLP) 领域的对抗攻击、数据增强和模型训练。更多信息请访问：https://textattack.readthedocs.io/en/master/

一个Python工具箱，用于创建能够欺骗PyTorch、TensorFlow和JAX中神经网络的对抗样本

大型语言模型的统一评估框架

对抗攻击的PyTorch实现[torchattacks]

文本对抗攻击与防御必读论文

Advbox是一个工具箱，用于生成能够欺骗PaddlePaddle、PyTorch、Caffe2、MxNet、Keras和TensorFlow中神经网络的对抗样本，并可以用来评估机器学习模型的鲁棒性。Advbox提供了一个命令行工具，无需编写代码即可生成对抗样本。

大型语言模型安全、隐私与防护的阅读清单（包含优秀的大型语言模型安全、防护资源等）

对抗鲁棒性研究工具箱