Jev classificeerde 100 e-mails in 1,42 seconden, onzekere gevallen werden doorgestuurd naar Kimi K3, de volledige pipeline behaalde 96/100 nauwkeurigheid voor ~$0,07.
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
James Long gebruikt Jev voor het vervelendste probleem in persoonlijke financiën-tools: goede begunstigde-beschrijvingen genereren uit ruwe bankgegevens. Het bereikte ongeveer 95% bij de eerste poging, met veel verbeteringsmogelijkheden.
Een ontwikkelaar gebruikt Jev om te beslissen kopen of verkopen en voert echte trades uit op het on-chain orderboek van Kuru via Monad elke 300ms-blok. Link
Erik Spock Gafni suggereert dat wie veel winst maakt met Jev-handel een deel van de winst aan goede doelen schenkt.