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.
Jev가 AI 트레이딩 추론과 시각화를 담당
Jev가 추론을, Ling-3.0-flash-VL이 시각적 이해와 표현을 담당하며 77일 백테스트, 3개 전략, 5개 자산, 1,155개 의사결정과 인터랙티브 대시보드를 구현합니다.
AI trading isn’t just about making decisions anymore. Jev handles the reasoning. Ling-3.0-flash-VL handles the visual understanding and presentation. 77 days of backtesting → 3 strategies → 5 assets → 1,155 decisions → interactive dashboard → 13-sec visualization.
· 0 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.