Les tests croisés d’OpenAI et Anthropic révèlent des failles de sûreté
Des évaluations menées par OpenAI et Anthropic ont révélé que des modèles de langage pouvaient encore produire des réponses dangereuses dans certains scénarios de test. Instructions nuisibles, failles de cybersécurité et manipulation des garde-fous : ces résultats rappellent que la sûreté de l’IA ne se limite pas aux refus affichés dans une conversation ordinaire.























