AI 红队与对抗测试可视化实验室

LLM 越狱技术层级：直接提示注入 → 角色扮演 → 编码绕过 → 多轮诱导 → 前缀攻击。切换查看不同越狱策略。

多层提示注入防御：输入清洗 → 指令层级 → 输出过滤 → 沙箱隔离。切换查看各防御层细节。

训练数据投毒全链路：后门触发器 → 投毒样本生成 → 检测（频谱签名 / 激活聚类）→ 清洗。执行检测观察分布。

模型窃取流程：API 查询 → 模型蒸馏 → 功能等效 → 水印检测。执行攻击观察提取过程。

对抗样本攻击：FGSM / PGD 扰动 → 视觉不可感知 → 分类翻转 → 对抗训练防御。切换不同攻击方法。

AI 驱动的自动化红队：LLM 攻击者生成 → 变异策略 → 覆盖率追踪 → 漏洞报告。执行自动化流程。

AI 安全基准：HarmBench / AirBench / AdvBench / PromptBench，对比不同模型的防御成功率。切换基准查看。