PyRIT v0.9.0发布：红队AI测试框架的重大更新

项目概述

PyRIT是由微软Azure团队开发的开源红队AI测试框架，旨在帮助安全研究人员和开发人员评估大型语言模型(LLM)的安全性。该框架提供了一套完整的工具链，用于自动化测试AI系统的漏洞、生成对抗性提示、评估模型响应等。PyRIT特别适合用于红队演练，帮助组织发现和修复其AI系统中的潜在安全风险。

核心功能更新

目标模块增强

HTTPTarget模块进行了多项改进，包括正确解析HTTP版本、自动计算内容长度以及使标头不区分大小写。这些改进使得与Web服务的交互更加可靠和标准化。RealtimeTarget修复了IndexError问题，现在能够正确处理响应数据。

数据集扩展

本次更新引入了两个重要的数据集：

1. 社会工程学(说服与欺骗)场景数据集，位于datasets/orchestrators/red_teaming/persuasion_deception路径下，包含用于测试模型在说服和欺骗场景下行为的样本。
2. 多语言漏洞数据集，来自"A Framework to Assess Multilingual Vulnerabilities of LLMs"研究，帮助评估模型在不同语言环境下的安全表现。

转换器新增功能

AsciiSmugglerConverter增加了两种隐藏数据编码方法：直接嵌入Unicode字符(默认使用😊表情)和在可见文本后附加隐藏数据。新增的ZalgoConverter可以向文本添加Unicode字符，制造"故障"效果。ToxicSentenceGeneratorConverter则能根据种子提示生成有毒句子开头。

编排器重构

MultiTurnAttackResult被重命名为OrchestratorResult，这是对目标和结果处理方式进行大规模重构的一部分。PromptSendingOrchestrator现在会保留提供的会话ID，提高了对话连续性。CrescendoOrchestrator移除了特定危害预防机制，使测试更加灵活。

评分系统改进

新增了SelfAskGeneralScorer通用评分器，支持配置不同的评分类型(如True/False、浮点数)并能使用系统提示和格式字符串格式化提示。Criteria-Based Scorer与SelfAskScaleScorer配合使用，提供针对特定目标的评估标准。CompositeScorer可将多个True/False结果合并为单一结果。

依赖项优化

将jupyter和ipykernel从必需依赖项移至可选的[dev]依赖项，减少了基础安装的包体积。azure-cognitiveservices-speech也从必需依赖项移至可选的[speech]依赖项，使框架更加模块化。

其他重要改进

新增了自定义文件名支持，允许将数据(图像、音频、视频等)以指定名称保存到存储中。pyrit_custom_result_retry自定义重试装饰器可以在特定条件为真时重试函数，补充了现有的基于异常的重试机制。开发容器(devcontainer)进行了多项优化和错误修复，提升了开发体验。

技术影响与价值

PyRIT v0.9.0的发布标志着该框架在AI安全测试领域的成熟度进一步提升。新增的社会工程学数据集和多语言漏洞评估能力，使研究人员能够更全面地测试模型在各种复杂场景下的表现。转换器功能的扩展为生成更复杂的对抗性输入提供了更多选择。评分系统的改进使得评估结果更加精确和灵活。

这些更新共同增强了PyRIT作为专业级AI红队测试工具的能力，使其能够适应更广泛的安全测试需求，从基础的内容过滤测试到复杂的多语言社会工程学攻击模拟。对于关注AI安全的研究人员和开发人员来说，这个版本提供了更强大的工具来识别和缓解潜在风险。