#clasificadores3 notas
Jailbreak multi-turno y condicionamientoPor qué los ataques que se reparten en una conversación evitan las defensas que miran cada mensaje por separado, qué patrones usan (Crescendo, contexto, retroceso) y cómo se defienden los sistemas actuales.Seguridad de IA y agentesAvanzado · 12 oct 2026DAN y el estado actual: ¿está arreglado?De DAN en Reddit (2022) a las fichas de sistema de Claude Opus 5.5 y GPT-6 (2026). Qué cambió, qué defensas funcionan, qué sigue abierto y cómo se mide hoy la gravedad de un jailbreak.Seguridad de IA y agentesIntermedio · 12 oct 2026Guardrails de entrada y salidaPor qué las listas de bloqueo fallan, qué aportan los clasificadores y los modelos juez, cómo se evaden también y por qué la inyección indirecta rodea la guardia de entrada. Con la cascada de latencia frente a precisión.Seguridad de IA y agentesIntermedio · 12 oct 2026