Jailbreak

Le vrai truc

Les règles de comportement d'un modèle sont apprises, pas câblées : elles se contournent donc par le langage, en changeant le cadre, le rôle ou la langue de la demande. Chaque correctif ferme une famille de formulations, jamais le principe. Les éditeurs organisent des campagnes de recherche de failles avant publication, sans prétendre à l'exhaustivité. Aucune méthode connue ne garantit qu'un modèle respectera ses règles sur toutes les entrées possibles.