gowrishankar-infra/llm-forge

# 🔨 llm-forge 从零开始构建、破解和防御大型语言模型。 本仓库记录了我端到端的学习旅程：学习**构建** LLM（从底层开始训练它们）、**破解**它们（对抗性机器学习、越狱、提示词注入）以及**防御**它们（护栏、评估、安全微调）。每个阶段都提供可运行的代码、解释其*为什么*有效的文章，并在适用的地方提供映射到行业标准框架（OWASP LLM Top 10、MITRE ATLAS）的安全报告。 ## 为什么创建此项目 你只能保护你真正了解的东西。因此，我不是将攻击学习为一系列技巧列表，而是先自己构建每个组件，然后再攻击我构建的东西。其结果是一条展示了实际能力的公开轨迹，而不是声称的专业知识。 ## 路线图 | 阶段 | 重点 | 状态 | |-------|-------|--------| | 0 | 基础 — Python、数学、工具 | 🚧 进行中 | | 1 | 机器学习基础 — 梯度下降、从零开始实现反向传播 | ⬜ 未开始 | | 2 | 深度学习与 PyTorch | ⬜ 未开始 | | 3 | Transformer — 从零构建 GPT | ⬜ 未开始 | | 4 | 训练真实的基座模型 + 评估工具 | ⬜ 未开始 | | 5 | 训练后阶段（SFT、DPO）+ 攻击对齐 | ⬜ 未开始 | | 6 | RAG 与 agents + 它们的攻击面 | ⬜ 未开始 | | 7 | AI 安全巩固 + 框架 | ⬜ 未开始 | ## 仓库结构 请查看各个阶段的文件夹。每个文件夹都包含自己的 README、该阶段的代码，以及用我自己的话编写的 `notes.md` 笔记。 ## 进度日志 关于我所学内容的实时日志，见 [`notes/learning-log.md`](notes/learning-log.md)。 *始于 2026 年 · 公开学习。*

标签：AI安全, Apex, Chat Copilot, DLL 劫持, 凭据扫描, 大语言模型, 机器学习, 模型训练, 逆向工具