Méthodologies et approches opérationnelles pour tester la sécurité et la robustesse des systèmes d’intelligence artificielle générative. Inclut des techniques d’injection de prompt, de jailbreaking, de manipulation contextuelle, d’évasion de guardrails, d’extraction de données sensibles à partir du jeu d’entraînement et d’attaques adverses spécifiques aux LLM. Couvre les tests manuels et automatisés pour identifier les vulnérabilités des modèles génératifs avant leur déploiement en production.