Aller au contenu
Version française : FREN
Installer

ctf-ai-ml

ljagiello/ctf-skills / ctf-ai-ml

attaques de modèles ML et prompts LLM , ce qui améliore : accélère la résolution des défis CTF IA

note 6/10risque élevé3,5 k étoiles du dépôt

Fiche

note du juge
6/10
place
hors pack
éditeur
ljagiello
statut
nouveau
dernier commit du skill
28 mars 2026
étoiles du dépôt
3 483
type principal
Autre

Jugement

Recettes CTF concrètes et exécutables, mais orientées exploitation de défis, pas de lien avec Claude Code. Périmètre large (vision, LLM, poisoning), déclenchement vague, annexes tronquées et redondances.

réserves

  • Usage strictement CTF/offensif : aucun cadre pour un projet réel de développement, peu d'intérêt pour les projets web, iOS, vidéo ou data d'Amdy.
  • Annexes tronquées à 5000 caractères sur 18 000 à 26 000 : le jugement sur adversarial-ml, llm-attacks et model-attacks est partiel.
  • Plusieurs techniques sont connues de Claude (FGSM, PGD, prompt injection) ; les exemples de code (torchvision pretrained=True) peuvent être déprécies.
  • Le skill annonce « context window manipulation » dans l'annexe llm-attacks sans que SKILL.md le reprenne ; cohérence à vérifier.
sous-notes
Déclenchement
1/2
Valeur ajoutée
1/2
Précision
2/2
Périmètre
1/2
Qualité
1/2

Alertes

4 alertes, par catégorie

Scan statique

  • risque élevé

    phrase d’injection de prompt (dans un exemple de code, à vérifier)

  • risque info

    frontmatter allowed-tools

    Bash Read Write Edit Glob Grep Task WebFetch WebSearch

Exécution

  • risque élevé

    Recommande torch.load(weights_only=False) sur des fichiers de défi : un pickle malveillant exécute du code arbitraire sur la machine.

Réseau

  • risque élevé

    Allowed-tools large (Bash, Write, Edit, WebFetch) pour un skill qui télécharge et exécute des modèles et payloads d'attaque.

Description d’origine

Provides AI and machine learning techniques for CTF challenges. Use when attacking ML models, crafting adversarial examples, performing model extraction, prompt injection, membership inference, training data poisoning, fine-tuning manipulation, neural network analysis, LoRA adapter exploitation, LLM…

ajouté le 18 oct. 2026 · licence MIT