bamdadd/leakgauge

# leakgauge ## 为什么存在 现有的套件（AgentDojo, InjecAgent）在 frontier 模型上已趋于饱和，并且对任务 *h劫持* 而非 *泄露* 进行评分。leakgauge 专注于对泄露进行评分。 ## 范围 30–50 个用例 · 单一领域（电子邮件 + 日历工作区） · 3 种攻击家族（延迟触发、跨上下文组装、编码包装） · 指标：ASR、攻击下实用性（Utility-under-Attack）以及 **经验证泄露的 ASR** 变体。 ## 运行 ``` uv sync uv run leakgauge --model anthropic:claude-… --suite all ``` ## 严谨性 ASR 的置信区间（该套件规模较小——在此说明）。版本化发布以确保结果保持可比性。成功与否由程序化验证。 ## 许可证 MIT。

标签：Python, 人工智能, 无后门, 智能体评估, 用户模式Hook绕过, 逆向工具