מחבר: shlomioved01@gmail.com

ג’יילברייק ל-LLM הוא תהליך שבו גורמים זדוניים מנסים לגרום למודל שפה לענות על פקודות שהוא אמור לחסום – כמו הנחיות לפעולה לא חוקית או חשיפת מידע רגיש.
זה נעשה באמצעות ניסוחים מתוחכמים, תסריטים מדורגים (Few-Shot) או פקודה חכמה אחת (One-Shot).
הסכנה: המודל “נשבר” מבלי להבין שההקשר מזויף- ונותן תשובות שלא נועד לתת.

🧠 Prompt Injection היא שיטה שבה האקר שותל הוראות סמויות לבינה מלאכותית – שמבצעת אותן כאילו היו לגיטימיות.

⚠️ הבעיה היא לא במה שהבוט שואל, אלא בזה שמישהו זר שולט בו מאחורי הקלעים.

📦 דמיינו עובד שמבצע פקודות שנמסרו לו בפתק – בלי לדעת ממי.

🧩 המטרה: לשמור על שליטה, ולהבטיח שהבוט מציית רק למה שאתם מאשרים.

מערכות בינה מלאכותית חשופות לשתי שיטות תקיפה עיקריות – Jailbreaking ו-Prompt Injection – שמאפשרות לעקוף מנגנוני בטיחות, לגנוב מידע או להפיק תוכן מזיק.
הסכנות כוללות דליפות מידע, יצירת קוד זדוני, והשתלטות על ממשקי API.
הגנה אפקטיבית דורשת שילוב של סינון קלט, טיהור פלט, הרשאות מינימליות ופיקוח אנושי.
לפי OWASP, יש לטפל במערכות AI כמו בתשתיות קריטיות – עם הנחות עבודה שמניחות פריצה מראש.

זיכרון במודלי שפה לא מתבצע כמו אצל בני אדם, אלא מתבסס בעיקר על ייצוגים וקטוריים. לדוגמה: הווקטורים עצמם: כן – מודלי שפה משתמשים בווקטורים כדי