James Long, Jev로 은행 원시 데이터에서 수취인 설명 추출 테스트
James Long이 Jev를 사용해 개인 금융 도구의 가장 까다로운 문제인 은행 원시 데이터에서 수취인 설명을 생성했다. 첫 시도에서 약 95% 수준에 도달했으며 개선할 방법이 많다고 밝혔다.
Jev와 Kimi K3를 활용한 사기 탐지 파이프라인
Jev가 100개의 이메일을 1.42초에 분류하고 불확실한 사례를 Kimi K3로 라우팅하여 약 $0.07 비용으로 96/100 정확도를 달성했습니다.
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
Jev로 온체인 트레이딩 봇 구축
개발자가 Jev로 매수 또는 매도를 판단하고 Monad를 통해 Kuru 온체인 주문서에서 300ms 블록마다 실제 거래를 실행합니다. Link
Jev 거래 수익을 자선단체에 기부하자는 제안
Erik Spock Gafni는 Jev 거래로 많은 수익을 얻은 사람들이 수익의 일부를 자선단체에 기부할 것을 제안한다.