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 模型嵌入对冲基金，提供交易策略
Jev 模型被用于对冲基金，提供交易策略，据称比 LLM 快 100 倍、成本低一个数量级，流程包括设定策略、选股和回测。
Incredible! Stuffing the Jev model into a hedge fund to provide trading strategies! Now trading decisions are directly: 🔹 Cutting-edge level 🔹 100x faster than LLMs 🔹 An order of magnitude lower cost It runs in three steps: 1️⃣ Set the strategy 2️⃣ Select stocks 3️⃣ Backtest
· 237 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。