Jev와 CodeGraph를 활용한 보안 리뷰
typesafe-security-review 프로젝트는 Jev의 확률 판단을 코드 그래프와 OWASP/CWE 데이터와 결합해 저비용 보안 스캔에 활용합니다.
Jev 모델을 활용한 사기 이메일 분류: 파라미터와 임계값의 중요성
TypeSafe AI의 Jev 모델을 보안 용도로 탐색하며 적절한 파라미터와 임계값이 필요함을 지적하고, 사기 이메일 분류 프로젝트를 오픈소스로 공개.
I was exploring Jev by @typesafeai AI for safety use cases and it is an impressive and useful model, however don't expect it to magically auto classify any data without proper parameters and thresholds (see finding below). I open-sourced a scam-email classification where you can
· 0 likesOpen on X
More like this
Jev, 보안 파이프라인에서 5배 저렴하고 더 높은 정확도 달성
사용자가 보안 파이프라인에서 Jev를 사용한 경험을 공유: 더 작고 성능 낮은 모델보다 5배 이상 저렴하고 빠르며 정확도가 높음.
AI 보안 분야에서의 Jev 활용 사례와 데모
AI 보안 분야에서 Jev의 활용 사례와 데모를 소개하며, 선택과 확률 모델 특성을 활용해 Unity AI Gateway 및 MLflow와 연동해 검사를 수행한다.
