面向视觉语言模型的对齐与安全研究代码库,提供对抗攻击方法,用于评估多模态基础模型的鲁棒性和可信度。
收集大模型越狱攻击的前沿论文、代码、数据集与评测分析,帮安全研究者快速跟进 LLM 与多模态模型的攻防进展。