用 Jev 与 CodeGraph 组合做安全审查
开发者分享了 typesafe-security-review 项目：把 Jev 的概率判断与代码图、OWASP/CWE 信息结合，用于低成本安全扫描。
Jev模型实测：诈骗邮件标题识别
用Jev（jev-1.13.0）、Clef和Clef-flash仅凭邮件标题进行诈骗识别实测，输入60个诈骗标题和79个官方站点标题。直接询问不适合，改为询问特征后合计，AUC达0.90-0.93，但仍有15-25%漏检。真实邮件未验证。
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 次赞在 X 打开
更多类似内容
Jev 在安全管道中实现 5 倍成本降低与更高准确率
用户分享在安全管道中使用 Jev 的体验：相比更小更笨的模型，成本降低超过 5 倍，速度更快，准确率更高。
Jev 在 AI 安全领域的用例与演示
介绍 Jev 在 AI 安全领域的用例与演示，利用其选择与概率模型特性，与 Unity AI Gateway 和 MLflow 集成进行安全检查。
