Évaluation de la résilience des modèles d’IA face aux entrées adverses, aux perturbations, aux cas limites et aux conditions de fonctionnement anormales. Couvre les tests adverses, les tests de résistance sur les entrées hors distribution, l’analyse de la stabilité des prédictions, la robustesse au bruit et aux distorsions, et la vérification du comportement du modèle sous des attaques ciblées comme les exemples adverses, l’empoisonnement des données ou l’évasion de modèle.