Jev klassifizierte 100 E-Mails in 1,42 Sekunden, unsichere Fälle wurden an Kimi K3 weitergeleitet, die Gesamtpipeline erreichte 96/100 Genauigkeit für ~0,07 $.
Jev + Kimi K3 for fraud detection! TLDR: Jev classified 100 emails in 1.42 seconds, then I routed the uncertain cases to Kimi K3. The full pipeline got 96/100 correct for only ~$0.07. Video is not sped up, check out the live run! Here was my process: I gave Jev 100 emails to
James Long nutzt Jev für das nervigste Problem in Finanz-Tools: gute Zahlungsempfänger-Beschreibungen aus rohen Bankdaten zu erzeugen. Beim ersten Versuch wurden etwa 95 % erreicht, mit vielen Verbesserungsmöglichkeiten.
Ein Entwickler nutzt Jev zur Kauf- oder Verkaufsentscheidung und führt über Monad echte Trades im On-Chain-Orderbuch von Kuru alle 300 ms aus. Link
Erik Spock Gafni schlägt vor, dass diejenigen, die mit Jev-Trading viel Gewinn machen, einen Teil davon an wohltätige Zwecke spenden.