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-Modellleistung bei der Erkennung von Prompt-Injection
In einem Experiment mit 50 in 5.000-Wörter-Artikeln versteckten Prompt-Injections erkannten Jev und Clef alle 50 mit ≤1 Fehlalarm, während Horizon Guard 46/50 markierte.
But why would you even want decision model for injection detection when classifiers do the work? Additional experiment: hid 50 prompt injections in the middle of 5,000-word articles. Jev and Clef caught all 50 with ≤ 1 false flag. Horizon Guard also caught 50, but flagged 46/50
· 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.
