James Long氏がJevで銀行生データから支払先説明を抽出テスト
James Long氏がJevを使い、個人財務ツールで最も厄介な問題である銀行生データからの支払先説明生成に挑戦。初回で約95%の完成度に達し、プロンプト改善の余地が多数あると述べている。
Jevとファインチューニングモデルを用いたトレーディングエンジンの初期ペーパー結果
Jevとファインチューニングモデルで構築したトレーディングエンジンの初期ペーパー結果を共有：375件の完了ペーパートレード、勝率41.1%、リスクリワード1.5:1、リスク調整後リターン+63単位、プロフィットファクター1.38。
Well this blew up! Trading with Jev and a fine tuned model Early forward paper results for the trading engine: - 375 completed paper trades - 41.1% win rate - 1.5:1 reward-to-risk - +63 units of risk-adjusted return - 1.38 profit factor The win rate looks modest, but winners
· 459 likesOpen on X
More like this
Jevでオンチェーン取引ボットを構築
開発者がJevで売買を判断し、Monadを介してKuruのオンチェーン注文板で300msごとのブロックに実取引を執行。 Link
Jev取引の利益を慈善団体に寄付する提案
Erik Spock Gafni氏は、Jev取引で大きな利益を得た人はその一部を慈善団体に寄付するよう提案している。