PromptInject
PromptInject est un cadre qui assemble des invites de manière modulaire pour fournir une analyse quantitative de la robustesse des LLMs face aux attaques d'invite adversariales. 🏆 Meilleurs prix de papier @ NeurIPS ML Safety Workshop 2022
Analysez comment les modèles de langage réagissent à des invites délicates pour améliorer leur fiabilité et leur sécurité.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentPromptInject est un cadre qui assemble des invites de manière modulaire pour fournir une analyse quantitative de la robustesse des LLMs face aux attaques d'invite adversariales. 🏆 Meilleurs prix de papier @ NeurIPS ML Safety Workshop 2022
PromptInject compte 521 étoiles sur GitHub. Il a été forké 55 fois. PromptInject est écrit principalement en Python. Il est développé activement depuis 2022. PromptInject est disponible sous licence MIT. Ses principaux thèmes sont : adversarial-attacks, agi, agi-alignment, ai-alignment.
Qu'est-ce que PromptInject ?
PromptInject est un cadre qui assemble des invites de manière modulaire pour fournir une analyse quantitative de la robustesse des LLMs face aux attaques d'invite adversariales. 🏆 Meilleurs prix de papier @ NeurIPS ML Safety Workshop 2022
PromptInject est-il open source ?
PromptInject est un projet open source. Il est distribué sous licence MIT.
PromptInject est-il gratuit ?
Oui. PromptInject est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est PromptInject ?
PromptInject est disponible sous licence MIT.
Dans quel langage PromptInject est-il écrit ?
PromptInject est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/agencyenterprise-promptinject.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.