Clouditera.github.io
1.0.0
Selamat datang di Keamanan GPT! Ini adalah basis pengetahuan yang berfokus pada revolusi cerdas di bidang keamanan masa depan!
GPTSecurity adalah komunitas yang mencakup penelitian akademis mutakhir dan berbagi pengalaman praktis, mengintegrasikan pengetahuan aplikasi di bidang keamanan seperti menghasilkan Transformers terlatih (GPT), konten yang dihasilkan kecerdasan buatan (AIGC), dan model bahasa besar (LLM). Di sini, Anda dapat menemukan makalah penelitian terbaru, artikel blog, alat praktis, dan petunjuk default (Permintaan) tentang GPT/AIGC/LLM.
GPTSecurity tidak hanya berfokus pada teknologi dan tren saat ini, namun juga berharap dapat menjadi peserta dan promotor dalam membentuk revolusi cerdas di bidang keamanan masa depan. Dalam bidang yang berkembang pesat ini, kita perlu bekerja sama, menerima perubahan, dan terus berkembang untuk memastikan bahwa teknologi baru diterapkan dengan lebih baik pada keamanan melalui kecerdasan buatan dan pembelajaran mesin. Tujuan kami adalah menyediakan platform kolaborasi yang nyaman bagi para praktisi, peneliti, dan pengembang di bidang keamanan, tempat mereka dapat berbagi pengalaman, bertukar ide, dan mengeksplorasi kemungkinan-kemungkinan baru.
Bergabunglah dengan komunitas GPTSecurity dan biarkan kami bekerja sama untuk menciptakan masa depan yang cerdas di bidang keamanan!
Terima kasih banyak atas perhatian dan dukungan Anda terhadap GPTSecurity! Kami menantikan kontribusi Anda untuk bersama-sama membangun basis pengetahuan yang berfokus pada penerapan GPT, AIGC dan LLM di bidang keamanan. Silakan merujuk pada pedoman berikut untuk memastikan bahwa kontribusi Anda sesuai dan memfasilitasi diskusi.
Pilih kategori yang sesuai
Sebelum mengirimkan kontribusi, pastikan konten Anda cocok dengan salah satu kategori berikut:
Makalah penelitian: Kumpulkan dan atur makalah penelitian terbaru tentang GPT, AIGC, dan LLM di bidang keamanan, termasuk namun tidak terbatas pada keamanan rantai pasokan perangkat lunak, deteksi ancaman, dan topik lainnya.
Artikel blog: mengumpulkan pengalaman praktis dan berbagi para pakar dan peneliti yang menggunakan GPT, AIGC, dan LLM di bidang keamanan, termasuk analisis kasus, evaluasi teknologi, prospek aplikasi, dll.
Alat praktis: Menyediakan alat sumber terbuka, plug-in, perpustakaan, dan sumber daya lainnya di bidang keamanan untuk GPT, AIGC, dan LLM guna memfasilitasi pengembang dan peneliti dalam pengoperasian praktis.
Instruksi preset (Permintaan): Atur dan bagikan instruksi preset yang berlaku untuk GPT, AIGC, dan LLM untuk pelatihan, inferensi, dan pengujian yang lebih efektif di bidang keamanan.
Jaga konten Anda berkualitas tinggi
Kami sangat memperhatikan kualitas konten kontribusi kami. Harap pastikan kiriman Anda memiliki karakteristik berikut:
Akurasi: Informasi dan data harus akurat dan mematuhi praktik terbaik dan standar industri.
Keterbacaan: Artikel dan deskripsi harus jelas, mudah dipahami, dan logis, menghindari penggunaan terminologi dan singkatan yang terlalu rumit.
Orisinalitas: Harap pastikan bahwa konten yang Anda kirimkan adalah asli dan belum dipublikasikan di tempat lain. Jika Anda mengutip ide atau penelitian orang lain, harap sebutkan sumbernya dan ikuti konvensi kutipan yang sesuai.
Proses penyerahan kontribusi
Di GPTSecurity, kami mendorong anggota komunitas untuk memberikan kontribusi dengan cara yang berbeda untuk mengakomodasi berbagai keterampilan dan kebutuhan. Berikut adalah tiga proses pengiriman kontribusi berbeda yang dapat Anda pilih:
Kirim menggunakan Masalah GitHub: Kontributor dapat memulai kontribusi melalui Masalah Baru GitHub. Cantumkan "Kontribusi Keamanan GPT" dan kategori (seperti "Kertas", "Artikel", "Alat", atau "Petunjuk") dan nama naskah di judul. Dalam konten ulasan, berikan informasi penulis (jika ada beberapa penulis, harap cantumkan semua penulis dan informasi kontak mereka), alamat sumber naskah, pengantar naskah, dan nilai bagi komunitas GPTSecurity. Jika ada tautan atau sumber perluasan yang relevan, berikan juga. Setelah Terbitan diserahkan, kami akan membalas Anda sesegera mungkin untuk mengonfirmasi penerimaan atau memberikan saran untuk naskah tambahan.
Kirim menggunakan GitHub Pull Requests (PR): Kontributor dapat memulai permintaan penggabungan sumber daya melalui Github PR. Harap berikan judul dan deskripsi untuk Pull Request Anda, yang merinci perubahan yang Anda kirimkan. Setelah Permintaan Penarikan dikirimkan, kami akan merespons Anda sesegera mungkin untuk mengonfirmasi penerimaan atau memberikan saran tambahan yang relevan.
Kirim menggunakan GitBook: Kami akan mengundang kontributor inti untuk bergabung dengan repositori GitBook kami dan memelihara basis pengetahuan langsung dari backend. Jika Anda tertarik dengan hal ini, silakan berkontribusi melalui GitHub Issues atau Pull Requests terlebih dahulu, dan kami akan mengundang Anda untuk bergabung dengan repositori GitBook berdasarkan kontribusi Anda.
Kami berterima kasih kepada Yunqi Wuyuan, pemimpin pengujian fuzz cerdas generasi baru, yang telah memulai dan mengoperasikan proyek ini. Kami dengan tulus berterima kasih kepada semua orang yang berpartisipasi dan mendukung pengembangan GPTSecurity. Berkat antusiasme dan kontribusi tanpa pamrih Anda, kami mampu membangun GPTSecurity menjadi basis pengetahuan yang menyatukan aplikasi GPT, AIGC, dan LLM di bidang keamanan, dan bersama-sama mendorong pengembangan revolusi cerdas di bidang keamanan.
Jika ada pelanggaran, silakan hubungi kami untuk penghapusan. Jika digunakan untuk tujuan ilegal, Anda akan bertanggung jawab atas konsekuensinya.
Selamat datang semuanya untuk bergabung dengan komunitas GPTSecurity WeChat! Catatan: "GPTSecurity" telah berteman dengan Yunqi Wuyun Xiaoyun. Di sini, kami telah mengumpulkan banyak pakar, peneliti, dan pengembang yang tertarik untuk mengeksplorasi penerapan GPT, AIGC, dan LLM di bidang keamanan. Kami merasa sangat terhormat bisa bekerja sama dengan Anda untuk menciptakan komunitas yang dinamis dan inovatif ini.
