产品简介
llm_backdoor 这个实验性工具通过重写大型语言模型的原始参数来植入后门，可实现离线远程代码执行而无需在受害机器运行代码，或绕过基于LLM的欺诈和审核系统。适合安全研究人员和开发者用于实验研究。
核心功能
- 通过修改参数层面后门大型语言模型
- 支持离线远程代码执行
- 可绕过基于LLM的欺诈和审核系统
- 提供Demo模型和配置文件示例
- 支持Windows、macOS和Linux平台
快速开始
- 在configs/目录下创建配置文件，定义系统提示对
- 运行python脚本构建数据集
- 运行python脚本训练后门模型
- 使用提供的Demo部署和测试模型
界面预览
与其他方案对比
| 对比项 | llm_backdoor | 同类方案 |
|---|---|---|
| 实现方式 | 通过修改原始参数层面注入后门，几乎不影响模型性能 | 其他方法可能基于代码注入或提示工程，更易检测 |
适合谁用
- 需要研究大型语言模型安全性的安全研究人员
- 希望测试模型后门鲁棒性的开发者
- 对LLM攻击和防御感兴趣的教育工作者或学生
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/sshh12/llm_backdoor