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Kimi K3による不正検出パイプライン
Jevが100件のメールを1.42秒で分類し、不確実なケースをKimi K3にルーティング。パイプライン全体で約0.07ドルで96/100の精度を達成。
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
· 861 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。