ماسح الثغرات الأمنية لنماذج LLM الذي يفحص بحثاً عن الهلوسة، وتسريب البيانات، وتوجيه الأوامر المحقونة.
مجموعة أدوات لاختبار الاختراق والتقييم بالذكاء الاصطناعي التوليدي لفحص اخفاقات وضعف نماذج LLM.
Garak هي أداة سطر أوامر تحقق مما إذا كانت النماذج اللغوية الكبيرة تفشل بطرق غير مقصودة من خلال الفحوصات الثابتة والديناميكية والتكيفية. وهي مصممة لمحترفي الأمان والمطورين الذين يقيمون عمليات انتشار الذكاء الاصطناعي التوليدي.
تفحص الأداة بحثاً عن الهلوسة، وتسريب البيانات، وحقن التوجيه، والمعلومات الخاطئة، وتوليد السمية، والاختراقات. وهي تعمل بشكل مشابه لـ nmap أو Metasploit، ولكنها مبنية خصيصاً لاستكشاف نقاط الضعف في نماذج LLM وأنظمة الحوار.
تتناسب مع مهندسي الأمان وممارسي الذكاء الاصطناعي الذين يختبرون متانة النموذج قبل نشر الإنتاج. ولا تناسب المستخدمين غير التقنيين البحثين عن واجهات ويب رسومية تلقائية بنقرة واحدة.
يجمع بين أنواع فحص متعددة لاستكشاف أوضاع فشل LLM بدقة.
يتصل بـ Hugging Face و OpenAI API و AWS Bedrock و Replicate وناطق REST المخصصة.
يجلب مفاهيم اختبار الاختراق التقليدية مباشرة إلى مجال الذكاء الاصطناعي التوليدي.
مجاني بموجب ترخيصه open source، مع التكلفة المالية الوحيدة القادمة من تشغيل البرمجيات وأي رسوم لاستخدام API تكبدتها أثناء فحص النماذج المستهدفة.
880 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
يفحص بحثاً عن الهلوسة، وتسريب البيانات، وحقن التوجيه، والمعلومات الخاطئة، وتوليد السمية، والاختراقات.
يدعم نماذج Hugging Face و Replicate و OpenAI API و AWS Bedrock و LiteLLM ونماذج gguf المحلية عبر llama.cpp ونقاط نهاية REST العامة.
شاهد Zekai أولاً في جوجل