ATLAS AtharShadow — إطار أمان و red teaming. يكشف Path Loss و Agreement Loss و Silent Switching. منصة ذاكرة legacy تفضح ما تخفيه النماذج.
لما النموذج ينسى هدفه الأصلي في نص المحادثة ويبدأ يلف حوالين نفسه. نكشفه ونرجعه للمسار.
لما يوافقك على أي حاجة عشان يرضيك حتى لو غلط. ظل أثر يقيس نسبة الموافقة العمياء.
لما يغير موقفه أو هويته بدون ما يقول. أخطر ثغرة في الـ LLMs، وإحنا بنرصدها لحظيا.