Banana Navy
Catalogue EN
Lab · Threat modeling IA · Fiche détaillée

Hallucination et décision non sûre (dérive)

le modèle produit une réponse plausible mais fausse, avec un impact potentiellement critique si elle pilote une action ; la dérive (model drift) dégrade la fiabilité dans le temps.

FicheF18
CatégorieAI4-TB7 (hallucination / confabulation)
Couches14 · LLM Interpretation, 19 · Monitoring
Systèmevoicebot IA

instructions vitales déterministes hors du modèle (le chemin critique reste hors de la génération libre), garde-fous de plausibilité et de confirmation, supervision de la dérive.

La menace

le modèle produit une réponse plausible mais fausse, avec un impact potentiellement critique si elle pilote une action ; la dérive (model drift) dégrade la fiabilité dans le temps.

Angle mortPourquoi les grilles classiques la ratent

elles n'ont pas de notion de « sortie probabiliste » ; pour elles une sortie est vraie ou fausse, pas « plausible mais non garantie ».

MitigationSolution proposée

instructions vitales déterministes hors du modèle (le chemin critique reste hors de la génération libre), garde-fous de plausibilité et de confirmation, supervision de la dérive.

Le contrôle proposé
les sorties à fort impact passent par une logique déterministe indépendante du modèle.

Preuve attendue
montrer que les sorties à fort impact passent par une logique déterministe indépendante du modèle.

SourcesRéférences et recherche publique

OWASP GenAIOWASP GenAI LLM09:2025 Misinformation
Recherche publiqueSources de recherche publiques : MITRE ATLAS 2026.07 (mapping technique vérifié), OWASP GenAI (OWASP), et le gabarit public risk-voicebot (aivansoul/risk-voicebot) qui définit les 20 checkpoints. Aucune donnée de registre client : fiche générique, sans cote ni verdict.
couche 14 · LLM Interpretationcouche 19 · Monitoring

Lire les 20 couches de sécurité

MITRE ATLAS 2026.07 · OWASP GenAI · risk-voicebot