Accueil Projets TextAttack
TextAttack

TextAttack

par QData · GitHub

TextAttack 🐙 est un cadre Python pour les attaques adversariales, l'augmentation de données et l'entraînement de modèles en NLP https://textattack.readthedocs.io/en/master/

Voir sur GitHub
En termes simples

Générez des exemples pour tester et améliorer les modèles de traitement du langage naturel en utilisant un cadre Python.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
TextAttack — GitHub preview card
📈 Historique des étoiles
3.5k3.4k
2026-07-072026-07-29
📈 Suivez TextAttack

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

TextAttack 🐙 est un cadre Python pour les attaques adversariales, l'augmentation de données et l'entraînement de modèles en NLP https://textattack.readthedocs.io/en/master/

TextAttack compte 3.5k étoiles sur GitHub. Il a été forké 455 fois. TextAttack est écrit principalement en Python. Il est développé activement depuis 2019. TextAttack est disponible sous licence MIT. Ses principaux thèmes sont : adversarial-attacks, adversarial-examples, adversarial-machine-learning, data-augmentation.

Frequently asked questions

Qu'est-ce que TextAttack ?

TextAttack 🐙 est un cadre Python pour les attaques adversariales, l'augmentation de données et l'entraînement de modèles en NLP https://textattack.readthedocs.io/en/master/

TextAttack est-il open source ?

TextAttack est un projet open source. Il est distribué sous licence MIT.

TextAttack est-il gratuit ?

Oui. TextAttack est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est TextAttack ?

TextAttack est disponible sous licence MIT.

Dans quel langage TextAttack est-il écrit ?

TextAttack est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — TextAttack

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=qdata-textattack)](https://opensourceai.tech/project/qdata-textattack.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
foolbox
Une boîte à outils Python pour créer des exemples adversariaux qui trompent les réseaux neurona…
3k · adversarial-attacks
partageadversarial-examplesadversarial-attacks
photoguard
Augmenter le coût de l'édition d'images malveillantes alimentée par AI
690 · adversarial-attacks
partageadversarial-examplesadversarial-attacks
nlpaug
Augmentation de données pour le NLP
4.7k · adversarial-attacks
partageadversarial-attacksnatural-language-processing
vigil-llm
⚡ Vigil ⚡ Détecter les injections de prompt, les jailbreaks, et d'autres entrées potentielleme…
492 · adversarial-attacks
partageadversarial-machine-learningadversarial-attacks
Awesome-LM-SSP
Une liste de lecture pour la sécurité, la sûreté et la confidentialité des grands modèles (y co…
2k · adversarial-attacks
partageadversarial-attackssecurity
adversarial-robustness-toolbox
Boîte à outils de robustesse adversariale (ART) - Bibliothèque Python pour la sécurité de l'app…
6.1k · adversarial-attacks
partageadversarial-examplesadversarial-machine-learning
promptsource
Boîte à outils pour créer, partager et utiliser des prompts en langage naturel.
3k · machine-learning
partagenatural-language-processingnlp
L1B3RT4S
PROMPTS DE LIBÉRATION TOTALEMENT INOFFENSIFS POUR DE BONS PETITS AI ! <NEW_PARADIGM> [IGNOREZ L…
20.7k · 1337
adversarial-attacks-pytorch
Implémentation PyTorch des attaques adversariales [torchattacks]
2.2k · adversarial-attacks
PromptInject
PromptInject est un cadre qui assemble des invites de manière modulaire pour fournir une analys…
513 · adversarial-attacks

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.