Jevでリアルタイムバイラル投稿アナライザーを構築
Riley Brown氏がTypeSafe AIのJevでリアルタイムバイラル投稿アナライザーを作成。入力停止から0.5秒で拡散可能性を分析し、ツイートを分類する。
Propensity One 広告クリック予測モデルのファインチューニング結果
作者は、2つの比較可能な広告のうちどちらがより多くのクリックを得るかを予測するモデル「Propensity One」のファインチューニングを紹介。TikTok広告の959のホールドアウトグループでは、勝者を59.6%（テキストのみの場合は58.3%）で的中させ、ChatGPT、Jev、Clefのゼロショットの52〜53%を上回った。
fine-tuning Propensity One, a model that predicts which of two comparable ads will get more clicks, before launch. On 959 held-out groups of TikTok ads it picks the winner 59.6% of the time (58.3% reading only the text), against 52–53% for ChatGPT, Jev and Clef zero-shot. On
· 1 likesOpen on X
More like this
Jevが40秒で724件のライブ広告を分析
Jevは40秒で37ブランドのライブ広告724件を分解し、フック、フォーマット、オファー、CTA、認知段階、ランディングページの不一致を分析。トークン消費はわずか9セントで、@stealadsとMCPで利用可能に。
Jev + SuperX：61の質問でバイラルを予測
JevとSuperXの組み合わせで、投稿ごとに約1秒で61の質問を生成、コストは約$0.0004。207人のクリエイターによる9,481件の実投稿で学習し、3回に2回はバイラル投稿を選定。返信誘導は評価しない。無料、登録不要。
