Jev a classé 100 e-mails en 1,42 seconde, les cas incertains ont été routés vers Kimi K3, le pipeline complet a atteint 96/100 de précision pour ~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 utilise Jev pour résoudre le problème le plus pénible des outils de finances personnelles : générer de bonnes descriptions de bénéficiaires à partir de données bancaires brutes. Il a atteint environ 95 % dès le premier essai, avec de nombreuses pistes d'amélioration.
Un développeur utilise Jev pour décider d'acheter ou de vendre et exécute des transactions réelles sur le carnet d'ordres on-chain de Kuru via Monad toutes les 300 ms. Link
Erik Spock Gafni suggère à ceux qui réalisent de gros profits avec le trading Jev de faire don d'une partie de leurs gains à des œuvres caritatives.