O autor usou o modelo Jev da TypeSafe para ler 90.856 posts (141M tokens), avaliou 8.000 previsões contra preços reais e testou 659 contas para habilidade vs sorte. Conclusão: nenhum preditor de ações venceu claramente a sorte.
I tried to find the best stock callers on X using AI. I read 90,856 posts (141M tokens), graded 8,000 calls against real prices, and tested 659 accounts for skill vs luck. I couldn't find a single one that clearly beat luck. How it works: An AI model (Jev by @typesafeai) read
James Long usa o Jev para resolver o problema mais irritante das ferramentas de finanças pessoais: gerar boas descrições de beneficiários a partir de dados bancários brutos. Chegou a cerca de 95% na primeira tentativa, com muitas formas de melhorar.
Um desenvolvedor usa o Jev para decidir comprar ou vender e executa negociações reais no livro de ofertas on-chain da Kuru via Monad a cada bloco de 300 ms. Link
Erik Spock Gafni sugere que quem lucra muito com trading de Jev doe parte dos lucros para caridade.