Jev et CodeGraph pour la revue de sécurité
Le projet typesafe-security-review combine les jugements probabilistes de Jev avec un graphe de code et des données OWASP/CWE pour un scan de sécurité peu coûteux.
Test de Jev : détection des objets d'e-mails frauduleux
Test de Jev (jev-1.13.0), Clef et Clef-flash sur la détection de fraudes en utilisant uniquement les objets d'e-mails (60 objets frauduleux contre 79 titres de sites officiels). La question directe est inefficace ; en interrogeant les caractéristiques puis en combinant, l'AUC atteint 0,90–0,93, mais 15–25 % passent inaperçus. E-mails réels non testés.
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 likesOpen on X
More like this
Jev offre des résultats 5 fois moins chers et plus précis dans les pipelines de sécurité
Un utilisateur partage son expérience d'utilisation de Jev dans un pipeline de sécurité : plus de 5 fois moins cher, plus rapide et plus précis que des modèles plus petits et moins performants.
Cas d'usage et démo de Jev en sécurité IA
Présente des cas d'usage et une démo de Jev en sécurité IA, exploitant son modèle de choix et de probabilité avec Unity AI Gateway et MLflow.
