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モデルのフィッシングメール検出における性能
davepoonが2025年の実在するフィッシングメール200件でJevをテスト。Jevは181件を検出（旧キーワードフィルタは9件）、1件あたり262ms。正常メール200件中9件を誤検出（旧フィルタは1件）。
Decision models for content moderation? I put Jev on phishing 200 real phishing emails from 2025 Our old keyword filter caught 9 Jev caught 181 20x more, at 262 ms an email It also flagged 9 of 200 normal emails (the old filter: 1)
· 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。
