#136 · 主分类： MLOps与评测
foolbox
一个Python工具箱，用于创建对抗性示例，以欺骗PyTorch、TensorFlow和JAX中的神经网络。
项目最后更新：12/03/25
GitHub Stars
3.0K
Forks数量
442
贡献者数量
35
许可证
MIT
收录理由
对抗鲁棒性常常被忽视，直到模型上线后被人找到漏洞才追悔莫及。Foolbox 是一个 Python 库，专门在部署前帮你探测这种隐患：它内置了大量基于梯度的白盒攻击和基于决策的黑盒攻击，可以直接施加在你自己的模型上。由于底层基于 EagerPy，同一套攻击代码在 PyTorch、TensorFlow 和 JAX 中都能运行，即便你的技术栈混合了多种框架，也能保持一致的鲁棒性测试。它会输出不同扰动预算下的对抗样本和攻击成功率，方便你横向比较不同架构或防御手段的抵抗能力。对于关心模型鲁棒性的工程师和研究者来说，这是一个文档完善、上手容易的实用起点。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。
同类热门项目
unsloth
本地UI，用于运行和训练LLM及扩散模型。支持GGUF、MLX、Qwen3.8、Kimi K3、MiniMax-H3、Gemma 4、FLUX等。
LlamaFactory
统一高效微调100+大语言模型与视觉语言模型（ACL 2024）
airflow
Apache Airflow - 一个以编程方式编写、调度和监控工作流的平台
langfuse
🪢 开源AI工程平台：LLM评估、可观测性、指标、提示管理、游乐场、数据集。与OpenTelemetry、LangChain、OpenAI SDK、LiteLLM等集成。🍊YC W23
netron
神经网络、深度学习和机器学习模型的可视化工具