JevとCodeGraphによるセキュリティレビュー
typesafe-security-reviewプロジェクトは、Jevの確率判断をコードグラフやOWASP/CWEデータと組み合わせ、低コストのセキュリティスキャンに使います。
BANKING77におけるJevモデル評価と敵対的注入分析
参照ブログによると、Jev は BANKING77 で zero-shot 精度 81.2% であり、MiniLM+線形ヘッドの 89.9% を下回ります。注入テキストにより予測確率が 0.76 から 0.48 に変化し、潜在的なセキュリティリスクを示唆します。
⚠️ 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がセキュリティパイプラインで5倍のコスト削減と高精度を実現
ユーザーがセキュリティパイプラインでJevを使用した経験を共有：小型で性能の低いモデルより5倍以上安く、高速で、高精度。
AIセキュリティ領域におけるjevのユースケースとデモ
AIセキュリティ領域でのjevのユースケースとデモを紹介。選択と確率を返すモデル特性を活かし、Unity AI GatewayやMLflowと連携してチェックを行う。
