强化学习安全评估

该项目是一种用于AI模型红队测试的方法，通过生成多样化的攻击目标和设计强化学习模型来创建有效攻击，并利用基于规则的奖励机制（RBRs）评估攻击效果。它旨在发现模型的罕见失败并生成可用于训练或评估的挑战性示例。该方法特别适用于提示注入攻击和安全越狱等场景。

AI-magic收录了大量国内外AI工具箱，包括AI写作、图像、视频、音频、编程等各类AI工具，以及常用的AI学习、技术、和模型等信息，让你轻松加入人工智能浪潮。