Jev e CodeGraph per la revisione di sicurezza
Il progetto typesafe-security-review combina i giudizi probabilistici di Jev con un grafo del codice e dati OWASP/CWE per scansioni di sicurezza a basso costo.
Valutazione del modello Jev su BANKING77 e analisi dell'iniezione avversaria
Il blog citato riporta che Jev ottiene un'accuratezza zero-shot dell'81,2% su BANKING77, inferiore al 89,9% di MiniLM+testa lineare; il testo iniettato ha spostato la probabilità di previsione da 0,76 a 0,48, suggerendo un potenziale rischio di sicurezza.
⚠️ Caveats: • Vendor evals score agreement with GPT-6 Astra + Fable 5.1, not ground truth • BANKING77 (@manojlds): MiniLM + linear head 89.9%, Jev zero-shot 81.2% • Injected text moved a block prob 0.76 → 0.48 https://stacktoheap.com/blog/2026/09/22/jev-attack-of-the-classifiers/…
· 1 likesOpen on X
More like this
Jev offre risultati 5 volte più economici e accurati nelle pipeline di sicurezza
Un utente condivide l'esperienza con Jev in una pipeline di sicurezza: oltre 5 volte più economico, veloce e accurato rispetto a modelli più piccoli e meno capaci.
Casi d'uso e demo di Jev nella sicurezza AI
Presenta casi d'uso e una demo di Jev nella sicurezza AI, sfruttando il modello di scelta e probabilità con integrazione Unity AI Gateway e MLflow.
