Jev und CodeGraph für Security Reviews
Das Projekt typesafe-security-review kombiniert Jevs Wahrscheinlichkeitsurteile mit einem Codegraphen und OWASP/CWE Daten für günstige Security Scans.
Jev-Test: Erkennung von Betrugs-E-Mail-Betreffzeilen
Jev (jev-1.13.0), Clef und Clef-flash wurden mit nur Betreffzeilen getestet (60 betrügerische Betreffe vs. 79 offizielle Seitentitel). Direktes Fragen war ungeeignet; das Kombinieren von Merkmalsantworten ergab AUC 0,90–0,93, aber 15–25 % wurden übersehen. Echte E-Mails wurden nicht getestet.
詐欺メールの件名だけで AI は見分けられるか。Jev（jev-1.13.0）・Clef・Clef-flash に件名のみを入力し、詐欺の件名60件と公式サイトの題名79件で実測。直接「詐欺か」と聞くのは不向き。特徴を聞いて合算すると AUC 0.90〜0.93、ただし15〜25%は見逃す。本物のメールは未検証。
· 0 likesOpen on X
More like this
Jev erzielt 5-fach günstigere und genauere Ergebnisse in Sicherheits-Pipelines
Ein Nutzer teilt seine Erfahrung mit Jev in einer Sicherheits-Pipeline: über 5-fach günstiger, schneller und genauer als kleinere, weniger leistungsfähige Modelle.
Jev-Anwendungsfälle und Demo im Bereich KI-Sicherheit
Stellt Jev-Anwendungsfälle und eine Demo im Bereich KI-Sicherheit vor, die das Auswahl- und Wahrscheinlichkeitsmodell mit Unity AI Gateway und MLflow nutzen.
