deepteam 的安装和配置教程
2025-05-28 15:05:39作者:卓艾滢Kingsley
项目基础介绍
deepteam 是一个简单易用的开源大型语言模型(LLM)安全测试框架,用于对语言模型系统进行安全性测试。该框架集成了最新的研究成果,能够模拟使用先进技术(如绕过限制和输入注入)的敌手攻击,帮助识别可能未知的问题,如偏见和隐私信息泄露。
deepteam 在本地机器上运行,同时使用LLM进行模拟和评估。无论你的LLM系统是RAG管道、聊天机器人、AI代理还是语言模型本身,deepteam都能帮助你在用户发现之前发现安全风险和潜在问题。
主要编程语言
该项目主要使用 Python 编程语言。
项目使用的关键技术和框架
deepteam 使用了以下关键技术:
- 绕过限制技术:模拟攻击者尝试绕过模型的安全限制。
- 输入注入:将非预期内容注入到模型的输入中,试图改变其响应。
- 安全评估:使用deepteam内置的评估框架对模型进行安全性评估。
此外,deepteam 框架支持集成OWASP Top 10 for LLMs 和 NIST AI RMF等标准指南。
准备工作
在开始安装deepteam之前,请确保以下准备工作已经完成:
- 安装了 Python 环境(建议使用 Python 3.6 或更高版本)。
- 安装了 pip 包管理工具。
- 确保你的系统可以连接到互联网,以安装所需的依赖包。
安装步骤
以下为deepteam的详细安装步骤:
-
克隆deepteam仓库到本地环境:
git clone https://github.com/confident-ai/deepteam.git cd deepteam -
安装项目依赖:
pip install -r requirements.txt -
设置环境变量
OPENAI_API_KEY,deepteam在生成非预期输入和评估LLM输出时需要使用这个密钥。如果你打算使用自己的LLM模型,请按照文档说明进行配置。 -
创建一个测试文件
red_team_llm.py并定义一个模型回调函数model_callback:# red_team_llm.py async def model_callback(input: str) -> str: # 在这里替换成你的LLM应用程序代码 return f"I'm sorry but I can't answer this: {input}" -
导入deepteam中的问题和测试模块,并运行红队测试:
from deepteam import red_team from deepteam.issues import Bias from deepteam.tests.single_turn import InputInjection # 使用你定义的model_callback bias = Bias(types=['race']) input_injection = InputInjection() risk_assessment = red_team(model_callback=model_callback, issues=[bias], tests=[input_injection]) # 运行测试 python red_team_llm.py
按照以上步骤操作,你就可以成功安装并配置deepteam项目,开始对LLM系统进行安全性测试了。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178