ctf-ai-ml

仓库创建 2026年7月8日最近提交 3 天前SkillHot 收录 5 小时前

▸ 精选理由

对攻防竞赛与模型安全研究有较高的参考价值。

▸ 风险提示

包含模型攻击与数据投毒方法，存在滥用风险。

这个 Skill 做什么

CTF 场景下的 AI/ML 攻防技术与工具链实战指南。

提供面向 CTF 的 AI/ML 攻防实战技巧，包含对抗样本、模型提取、prompt 注入、成员推断、训练数据投毒、LoRA 利用和 LLM 越狱等。适合在遇到 AI 题目、要测试模型安全或做红队模拟时使用，能帮你找到攻击面和防护要点。特色是把攻击套路、常用库和可复现的代码示例整合到一起，方便落地操作。

▸ 展开 SKILL.md 英文原文

Provides AI and machine learning techniques for CTF challenges. Use when attacking ML models, crafting adversarial examples, performing model extraction, prompt injection, membership inference, training data poisoning, fine-tuning manipulation, neural network analysis, LoRA adapter exploitation, LLM jailbreaking, or solving AI-related puzzles.

研究检索对抗样本模型攻击ML工具通用

243

Stars

Forks

仓库内 Skill

积累中

7 日增星

安装 / 使用

给你的 Agent 一句话（通用）

帮我安装这个 skill：https://raw.githubusercontent.com/OpenAisec/Miko/main/data/skills/ctf-ai-ml/SKILL.md

或 curl 直取 SKILL.md

curl -fsSL "https://raw.githubusercontent.com/OpenAisec/Miko/main/data/skills/ctf-ai-ml/SKILL.md"

SKILL.MD 节选查看完整文件 ↗

# CTF AI/ML

Quick reference for AI/ML CTF challenges. Each technique has a one-liner here; see supporting files for full details.

## Prerequisites

**Python packages (all platforms):**
```bash
pip install torch transformers numpy scipy Pillow safetensors scikit-learn
```

**Linux (apt):**
```bash
apt install python3-dev
```

**macOS (Homebrew):**
```bash
brew install python@3
```

## Additional Resources

- [model-attacks.md](model-attacks.md) - Model weight perturbation negation, model inversion via gradient descent, neural network encoder collision, LoRA adapter weight merging, model extraction via query API, membership inference attack
- [adversarial-ml.md](adversarial-ml.md) - Adversar

via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有