xmloxide

xmloxide Une réimplémentation pure en Rust de libxml2 — la bibliothèque d'analyse XML/HTML de facto standard dans le monde open-source. libxml2 est officiellement devenu non maintenu en décembre 2025 avec des problèmes de sécurité connus. xmloxide vise à être un remplacement sûr en mémoire et hau...

kalitorify

Transparent Proxy through Tor for Kali Linux About kalitorify kalitorify is a shell script for Kali Linux which use iptables settings to create a Transparent Proxy through the Tor Network , the program also allows you to perform various checks like checking the Tor Exit Node i.e. your public IP...

GuardReasoner-VL

GuardReasoner-VL: Sécuriser les VLM grâce au raisonnement renforcé Yue Liu, Shengfang Zhai, Mingzhe Du Yulin Chen, Tri Cao, Hongcheng Gao, Cheng Wang Xinfeng Li, Kun Wang, Junfeng Fang, Jiaheng Zhang, Bryan Hooi 1National University of Singapore, 2Nanyang Technological University Pour renforcer l...

autoguardrails

autoguardrails Open source par Santander AI Lab. Une bibliothèque / harnais d'évaluation de recherche sur les garde-fous LLM / IA-sécurité style autoresearch : elle explore une surface mutable unique policy.md pour minimiser le taux de réussite des attaques ASR face à une suite d'évaluation fixe,...

clr

CLR C heckeur de L ifetimes et autres R affinements de types pour Zig Vidéo : https://www.youtube.com/watch?v=mf0WzTOe-40 Sponsoring : https://buymeacoffee.com/dnautics discussion sur hn : https://news.ycombinator.com/item?id=42923829 discussion sur lobste.rs :...

AutoRAN-public

🧠 AutoRAN : Détournement automatisé du raisonnement de sécurité dans les grands modèles de raisonnement AutoRAN est un détournement automatisé du raisonnement de sécurité qui exploite des modèles auxiliaires secondaires moins alignés pour simuler des traces de raisonnement, générer des prompts...

meta-ai-support-prompt

Системная подсказка ассистента поддержки Meta AI Извлеченная системная подсказка от ассистента поддержки Meta AI от 1 июня 2026 года. Файлы system-prompt.md — Извлеченная системная подсказка ⚠️ Отказ от ответственности и юридическое уведомление Цель Этот репозиторий опубликован строго для...

mcpsafetywarden

MCP safety warden est un serveur proxy qui encapsule n'importe quel serveur MCP et ajoute le profilage comportemental, l'analyse de sécurité, le contrôle des risques et l'exécution sécurisée à ses outils. Sommaire Vue d'ensemble Prérequis Installation Configuration Intégration MCP Référence CLI...

saffron

Saffron-1: Масштабирование инференса для обеспечения безопасности LLM 📖 Статья 🛠️ Зависимости Код был протестирован со следующими зависимостями: Python 3.12.3 CUDA 12.2 typingextensions==4.14.0 numpy==2.2.6 torch==2.5.1 huggingfacehub==0.30.2 accelerate==1.1.1 datasets==3.1.0 evaluate==0.4.3...

safety

!NOTE Come and join us at SafetyCLI. We are hiring for various roles. Table of Contents Table of Contents Introduction Key Features Getting Started GitHub Action Command Line Interface 1. Installation 2. Log In or Register 3. Running Your First Scan Basic Commands Service-Level Agreement SLA...

safety

!NOTE Rejoignez-nous chez SafetyCLI. Nous recrutons pour divers postes. Table des matières Table des matières Introduction Fonctionnalités clés Pour commencer Action GitHub Interface en ligne de commande 1. Installation 2. Connexion ou inscription 3. Exécution de votre première analyse Commandes...

heretic

Heretic: полностью автоматическое удаление цензуры для языковых моделей Heretic — это инструмент, который удаляет цензуру также известную как «выравнивание безопасности» из языковых моделей на основе трансформеров без дорогостоящего дообучения. Он сочетает продвинутую реализацию направленной...

redeval

RedEval - фреймворк для оценки безопасности LLM Комплексный фреймворк для оценки безопасности больших языковых моделей LLM с помощью систематического тестирования атак и отказов. RedEval предоставляет унифицированную, безопасную и расширяемую платформу для оценки устойчивости LLM к состязательным...

nano-analyzer

Nano-analyzer Un scanner de vulnérabilités zero-day minimal propulsé par LLM parAISLE. Prototype de recherche à des fins de démonstration. Il s'agit d'un harnais simple et monofichier capable de détecter de véritables vulnérabilités zero-day. Notez qu'il s'agit d'un prototype, orienté vers les bu...

CUAHarm

Оценка вредоносности агентов, использующих компьютер 🤗 Hugging Face 📄 Paper 📋 Введение CUAHarm — это бенчмарк, предназначенный для оценки рисков безопасности агентов, использующих компьютер CUA — ИИ-агентов, которые могут автономно управлять компьютером для выполнения многошаговых действий...

CVE-2026-39113

CVE-2026-39113: Переполнение буфера в куче в опциональном расширении SQLAR для SQLite Executive Summary CVE-2026-39113 — это переполнение буфера в куче в опциональном расширении SQLAR для SQLite. В приложении, загрузившем это расширение, атакующий, способный вызвать sqlaruncompress с управляемым...

aegis-audio-defense

AEGIS: Audio Endogenous Guarding via Internal Signals Against Large Audio-Language Model Jailbreaks Submitted to ICASSP 2027. AEGIS keeps the target audio-language model frozen and adds a mid-layer risk gate that conditionally drives late-layer safety adapters, with closed-loop scaling at...

santa

Santa !NOTE As of 2025, Santa is no longer maintained by Google. We encourage existing users to migrate to an actively maintained fork of Santa, such as https://github.com/northpolesec/santa. Santa is a binary and file access authorization system for macOS. It consists of a system extension that...

safety-awareness

Transfer Safety Awareness for Cross-Modal Safety Drift Официальная реализация Transfer Safety Awareness for Cross-Modal Safety Drift in Multimodal Large Language Models EMNLP 2026 Findings. Этот репозиторий содержит конвейер направления осведомлённости о безопасности Qwen3-VL. Он извлекает...

ShadowMem

ShadowMem: Защита LLM-агентов от долгосрочных угроз с помощью теневой памяти Этот репозиторий содержит официальный код к статье Safeguarding LLM Agents against Long-Horizon Threats via Shadow Memory. ShadowMem — это защитный фреймворк, который поддерживает выделенную агентную память,...