Meta Purple Llama / CyberSecEval
Meta Purple Llama / CyberSecEval 是面向生成式 AI、模型、RAG 或 Agent 风险控制的 AI 安全工具。
分类：开源 AI 安全基准与工具集合
公司 / 团队：Meta
详细介绍
该工具的主要能力包括生成式 AI 安全工具集合、CyberSecEval 网络安全基准、提示词注入测试、代码与网络安全能力评测、安全模型与参考实现。
AI 安全工具的真实效果取决于模型、语言、攻击方法、上下文长度、输入模态、系统提示、RAG 数据、工具权限、部署位置、阈值、规则、版本和业务容错。详情页应把防护位置、风险类型、模态、动作、API、延迟、部署方式、数据处理、日志、评测结果和产品状态拆成动态字段维护。
适合场景
- 模型网络安全评测
- Prompt Injection 基准
- 安全研究
- 模型发布评估
- Llama 生态
使用注意
- 基准分数不能直接代表生产系统总体风险
- 数据集和版本可能变化，应保存 Commit 和配置
- 网络安全评测需防止测试内容被用于未授权攻击
- 上线前应建立正常样本、边界样本、已知攻击、未知变体、跨语言、多模态和故障场景测试集，并完成权限审查、红队、安全评审、日志、回滚和应急预案。