AI 安全与对抗可视化实验室
通过交互式 SVG 可视化探索 AI 安全的核心概念:对抗样本攻击、红队测试、越狱攻防、偏见检测、毒性过滤、水印技术、模型窃取防御与安全护栏架构。每个模块包含可交互的控制按钮、参数滑块与实时统计面板。
01
对抗样本攻击
Adversarial Examples
02
红队测试
Red Teaming
03
越狱攻防
Jailbreak Attack & Defense
04
偏见检测
Bias Detection
05
毒性过滤
Toxicity Filtering
06
AI 水印与检测
Watermarking & Detection
07
模型窃取防御
Model Extraction Defense
08
安全护栏架构
Safety Guardrails