首页
/ deepteam 的安装和配置教程

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:

  1. 克隆deepteam仓库到本地环境:

    git clone https://github.com/confident-ai/deepteam.git
    cd deepteam
    
  2. 安装项目依赖:

    pip install -r requirements.txt
    
  3. 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。

  4. 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}"
    
  5. 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

项目优选

收起
docsdocs
暂无描述
Markdown
831
5.5 K
kernelkernel
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
495
520
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
978
2.31 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
806
1.16 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
792
1.59 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
484
314
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
777
ops-mathops-math
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++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
659
298