James Long 测试 Jev 从银行原始数据提取收款人描述
James Long 用 Jev 解决个人财务工具中最棘手的问题：从原始银行数据中生成良好的收款人描述，首次尝试即达到约 95% 的完成度，并指出还有多种优化提问方式。
Jev类模型在实时欺诈检测中的应用
帖子指出对话式AI虽擅长起草邮件，但自然语言生成对实时欺诈检测太慢；改进的Jev类模型绕过文本生成，单次评估业务参数以实现即时预测。
Conversational AI is great for drafting emails, but natural language generation is too slow for real-time fraud detection. A new breed of modified Jev-like models bypasses text generation entirely, evaluating business parameters in a single pass for instant predictions. However,
· 14 次赞在 X 打开
更多类似内容
用 Jev 构建链上交易机器人
开发者用 Jev 判断买入或卖出，并借助 Monad 在 Kuru 链上订单簿每 300 毫秒区块执行真实交易。 链接
从 Jev 交易获利后建议捐赠慈善
Erik Spock Gafni 发帖建议从 Jev 交易中获利丰厚的人将部分利润捐给慈善机构。