SamanFatima7/nlp-and-sequence-models

# NLP 与序列模型 本仓库专注于语言领域。前两个 Notebook 从零开始构建了 RNN 和 BiLSTM 模型——它们不仅是可用的分类器，还可作为讲解循环架构实际如何处理文本的教学材料。第三个 Notebook 是针对现代 LLM 的完整红队测试指南——涵盖对抗性提示、越狱类别和防御性评估。 ## 📓 本仓库中的 Notebook ### 1. BiLSTM RNN — 文本分类准确率达 94% 📈 一个用于情感/文本分类的双向 LSTM，从头开始训练，并对每个组件进行了清晰的讲解——包括嵌入、序列填充、双向层，以及为什么 dropout 在循环网络中很重要。该模型达到了 94% 的准确率，且模型足够小，可以在单个 Kaggle 会话中完成训练。 📔 **[在 Kaggle 上打开 →](https://www.kaggle.com/code/samanfatima7/crushing-it-bilstm-rnn-delivers-94-accuracy)** ### 2. 解码 RNN 如何阅读文本 🤖🔍 📔 **[在 Kaggle 上打开 →](https://www.kaggle.com/code/samanfatima7/decoding-how-rnns-read-text)** ### 3. 完整的红队测试指南 💫🫣 一份针对语言模型进行红队测试的实用指南——涵盖提示注入、越狱分类法、拒绝评估，以及如何构建结构化的测试套件。专为那些开始将安全性视为首要考虑因素（而非事后诸葛亮）的 ML 工程师而编写。 📔 **[在 Kaggle 上打开 →](https://www.kaggle.com/code/samanfatima7/a-complete-red-teaming-walkthrough)** ## 🛠 技术栈 Python · TensorFlow / Keras · PyTorch · NLTK · spaCy · transformers · OpenAI / Llama（红队测试） ## 📂 本仓库的组织方式 每个 Notebook 都是独立的。要在本地运行： ``` git clone https://github.com/samanfatima7/nlp-and-sequence-models.git cd nlp-and-sequence-models pip install -r requirements.txt jupyter notebook ``` 红队测试 Notebook 需要一个 LLM endpoint（OpenAI、Groq，或通过 Ollama 运行的本地 Llama）——请将相关的 API key 设置为环境变量。 ## 🧭 为什么是这三个？ NLP 被划分为两个时代——transformer 之前和之后。RNN 的 Notebook 属于第一个时代，但它们建立的*直觉*（什么是序列、上下文如何流动、梯度在哪里失效）对于理解现代模型仍然至关重要。红队测试 Notebook 则完全属于第二个时代——一旦你的模型能够运行，下一个问题就是确保它们不会*行为不当*。 ## 👋 关于 Saman Fatima — Kaggle 特级大师（Grandmaster），来自巴基斯坦的数据科学家。更多作品请见 [Kaggle](https://www.kaggle.com/samanfatima7) · [LinkedIn](https://www.linkedin.com/in/saman-fatima-datascience/) · [lablab.ai](https://lablab.ai/u/@safima__)。 ⭐ 如果其中任何内容对你有帮助，欢迎给个 Star——如果你也在对生产级 LLM 进行红队测试，我很乐意交流心得。

标签：NoSQL, 凭据扫描, 系统调用监控, 逆向工具