Überprüfung der möglichen Offenlegung sensibler Daten, die beim Training von Machine-Learning-Modellen und LLMs verwendet wurden. Beinhaltet Prompt Injection, Membership-Inference-Angriffe und Modell-Inversionstechniken, um festzustellen, ob vertrauliche Informationen, PII oder geistiges Eigentum in Trainingsdatensätzen aus Modellantworten extrahiert oder abgeleitet werden können.