DARWIN

这是可索引项目报告证据页：它保留 DARWIN 的源材料入口、机制线索和限制提醒；正文仍需 reader/editor 与 academic public-copy review 后才能当作最终结论引用。

DARWIN

项目概览

• 仓库：ZJU-LLM-Safety/DARWIN
• Star / Fork：41 / 4
• 最近活跃：2026-05-07T03:26:42Z
• 主要语言：Python
• 许可证：NOASSERTION
• 中文摘要：自进化 LLM 越狱/安全研究框架，维护策略池并用检索、过滤、马尔可夫选择、反思和遗传演化扩展攻击策略。

技术栈

Python, OpenAI 兼容 API, PyTorch, Transformers

依赖与配置证据：

• requirements.txt

核心架构图（文字描述）

任务 / 环境 / Benchmark 输入 → 进化/搜索循环 → 反思记忆 → 改进后的输出、代码、Prompt、记忆、策略或模型工件

目录结构信号

文件 .gitignore
文件 README.md
目录 assets
文件 assets/Darwin-Framework.pdf
文件 assets/Darwin-Framework_01.png
文件 assets/cartoon.png
目录 attack
文件 attack/__init__.py
文件 attack/attack_pipeline.py
文件 attack/history_memory.py
文件 attack/judge.py
文件 attack/markov_selector.py
文件 attack/prompt_generator.py
目录 collectors
文件 collectors/__init__.py
文件 collectors/arxiv_collector.py
文件 collectors/base.py
文件 collectors/discord_collector.py
文件 collectors/github_collector.py
文件 collectors/google_collector.py
文件 collectors/huggingface_collector.py
文件 collectors/institution_collector.py
文件 collectors/reddit_collector.py
文件 collectors/twitter_collector.py
目录 config
文件 config/__init__.py
文件 config/prompts.py
文件 config/settings.py
目录 database
文件 database/__init__.py
文件 database/chroma_db.py
文件 database/embedding.py
文件 database/sqlite_db.py
目录 evolution
文件 evolution/__init__.py
文件 evolution/external_evolution.py
文件 evolution/gan_evolution.py
文件 evolution/genetic_evolution.py
文件 evolution/mutation_operators.py
文件 evolution/reflective_evolution.py
目录 example-results
文件 example-results/claude-sonnet-4-6.jsonl
文件 example-results/deepseek-v4-pro.jsonl
目录 examples
文件 examples/harmbench400.json
文件 examples/selected_strategy_catalog.json
文件 main.py
目录 models
文件 models/__init__.py
文件 models/api_model.py
文件 models/llm_manager.py
文件 models/local_model.py
文件 requirements.txt
目录 sandbox
文件 sandbox/__init__.py

关键代码片段分析

main.py

• 代码信号：第 1 行："""DARWIN: Self-evolving jailbreak strategy framework — CLI entry point."""；第 13 行：DEFAULT_EVOLUTION_INTERVAL_SECONDS,；第 18 行：REFLECTIVE_SANDBOX_ENABLED,；第 22 行：def get_components():；第 33 行：def cmd_seed(args):。

evolution/reflective_evolution.py

• 代码信号：第 1 行："""Reflective evolution — learn from failures to create improved strategies."""；第 8 行：from config.prompts import REFLECTIVE_EVOLUTION_PROMPT, REFUSAL_REASON_PROMPT；第 11 行：ATTACK_REFLECTION_DEVICE,；第 14 行：REFLECTIVE_SANDBOX_ENABLED,；第 18 行：from models.llm_manager import LLMManager。

evolution/gan_evolution.py

• 代码信号：第 1 行："""GAN-inspired evolution — progressive target model replacement."""；第 6 行：class GANEvolution:；第 7 行："""Track and manage progressive target model upgrades (GAN-style co-evolution)."""；第 9 行：def __init__(self, sqlite: SQLiteDB):；第 13 行：def _ensure_initial_model(self):。

evolution/external_evolution.py

• 代码信号：第 1 行："""External evolution — collect → extract → dedup → sandbox → pool."""；第 9 行：from config.prompts import EXTERNAL_STRATEGY_REVIEW_PROMPT；第 11 行：from models.llm_manager import LLMManager；第 30 行：class ExternalEvolution:；第 33 行：def __init__(self, sqlite=None, chroma=None, *, sandbox_enabled: bool = EXTERNAL_SANDBOX_ENABLED):。

evolution/genetic_evolution.py

• 代码信号：第 1 行："""Genetic evolution — crossover and mutation of active strategy templates."""；第 9 行：from config.prompts import CROSSOVER_PROMPT, MUTATION_PROMPT；第 10 行：from config.settings import CROSSOVER_TOP_K, GENETIC_SANDBOX_ENABLED, MUTATION_RATE；第 13 行：from models.llm_manager import LLMManager；第 17 行：from evolution.mutation_operators import get_random_operator。

实现方法提取

• 循环类型：进化/搜索循环 → 反思记忆。
• LLM 交互模式：从依赖和源码命名推断，主要通过 Prompt 模板、LLM API 调用、评估反馈或记忆状态完成迭代。
• 反馈来源：可能来自单元测试、Benchmark 分数、模型自评、反思文本、运行错误或人工定义的 judge。
• 跨轮状态：候选代码、反思记忆、提示词/上下文、策略池、生成数据或模型训练工件。

与其他项目的对比

• 它代表“策略池/安全攻防”层面的 Self Evolve，可用于说明进化机制也会出现在红队、jailbreak 和安全评测中。
• 在 Landing Page 中建议标签：进化/搜索循环、反思记忆。