treed-research/treed-research

GitHub: treed-research/treed-research

面向网络安全 LLM 的学术研究档案,核心研究自动化红队测试与安全护栏对模型性能的量化影响。

Stars: 0 | Forks: 0

# Thomas Reed 硕士研究员 | 量化网络安全 LLM 中的安全与性能权衡 [![ORCID](https://img.shields.io/badge/ORCID-0009--0004--0850--0656-blue)](https://orcid.org/0009-0004-0850-0656) ## 研究方向 针对网络安全应用的大型语言模型自动化对抗压力测试。研究技术专长的增长如何影响安全韧性,以及恢复两者的方法。 ## 当前工作 📄 **论文:** *量化安全税:用于压力测试和保障网络安全 LLM 安全的自动化框架* 🔒 **状态:** 进行中 ## 方法论预览 - 大规模自动化红队测试 - 内部模型分析 (LogitLens) - 针对性参数修改 大多数代码库目前处于保密状态,等待论文提交。公开的代码和数据集将在完成后发布。 *最后更新:2026 年 8 月*
标签:AI安全, C2, Chat Copilot, DLL 劫持, 一键部署, 大语言模型, 学术研究, 对抗性机器学习, 模型可解释性, 逆向工具