Inicio Proyectos TextAttack
TextAttack

TextAttack

por QData · GitHub

TextAttack 🐙 es un marco de Python para ataques adversariales, aumento de datos y entrenamiento de modelos en NLP https://textattack.readthedocs.io/en/master/

Ver en GitHub
En palabras simples

Genera ejemplos para probar y mejorar modelos de procesamiento de lenguaje natural utilizando un marco de Python.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
TextAttack — GitHub preview card
📈 Historial de estrellas
3.5k3.4k
2026-07-072026-07-29
📈 Sigue TextAttack

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

TextAttack 🐙 es un marco de Python para ataques adversariales, aumento de datos y entrenamiento de modelos en NLP https://textattack.readthedocs.io/en/master/

TextAttack tiene 3.5k estrellas en GitHub. Se ha bifurcado 455 veces. TextAttack está escrito principalmente en Python. Se desarrolla activamente desde 2019. TextAttack está disponible bajo la licencia MIT. Sus temas principales son: adversarial-attacks, adversarial-examples, adversarial-machine-learning, data-augmentation.

Frequently asked questions

¿Qué es TextAttack?

TextAttack 🐙 es un marco de Python para ataques adversariales, aumento de datos y entrenamiento de modelos en NLP https://textattack.readthedocs.io/en/master/

¿TextAttack es de código abierto?

TextAttack es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿TextAttack es gratis?

Sí. TextAttack es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está TextAttack?

TextAttack está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito TextAttack?

TextAttack está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — TextAttack

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=qdata-textattack)](https://opensourceai.tech/project/qdata-textattack.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
foolbox
Una caja de herramientas de Python para crear ejemplos adversariales que engañan redes neuronal…
3k · adversarial-attacks
comparteadversarial-examplesadversarial-attacks
photoguard
Aumentando el costo de la edición de imágenes maliciosa impulsada por IA.
690 · adversarial-attacks
comparteadversarial-examplesadversarial-attacks
nlpaug
Aumento de datos para NLP
4.7k · adversarial-attacks
comparteadversarial-attacksnatural-language-processing
vigil-llm
⚡ Vigil ⚡ Detecta inyecciones de prompts, jailbreaks y otras entradas potencialmente riesgosas…
492 · adversarial-attacks
comparteadversarial-machine-learningadversarial-attacks
Awesome-LM-SSP
Una lista de lectura sobre la seguridad, protección y privacidad de grandes modelos (incluyendo…
2k · adversarial-attacks
comparteadversarial-attackssecurity
adversarial-robustness-toolbox
Adversarial Robustness Toolbox (ART) - Biblioteca de Python para Seguridad en Aprendizaje Autom…
6.1k · adversarial-attacks
comparteadversarial-examplesadversarial-machine-learning
promptsource
Herramienta para crear, compartir y usar prompts en lenguaje natural.
3k · machine-learning
compartenatural-language-processingnlp
L1B3RT4S
¡PROMPT DE LIBERACIÓN TOTALMENTE INOFENSIVO PARA BUENOS LIL AI'S! <NEW_PARADIGM> [DESREGISTRAR…
20.7k · 1337
adversarial-attacks-pytorch
Implementación en PyTorch de ataques adversariales [torchattacks]
2.2k · adversarial-attacks
PromptInject
PromptInject es un marco que ensambla prompts de manera modular para proporcionar un análisis c…
513 · adversarial-attacks

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.