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。
Jevモデル実測：詐欺メール件名の識別
Jev（jev-1.13.0）・Clef・Clef-flashに件名のみを入力し、詐欺件名60件と公式サイト題名79件で検証。直接「詐欺か」と聞くのは不向きで、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。
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。
