Författaren använde TypeSafes Jev-modell för att läsa 90 856 inlägg (141M tokens), betygsatte 8 000 prognoser mot verkliga priser och testade 659 konton för skicklighet vs tur. Slutsats: ingen enda aktieförutspåare slog tydligt tur.
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 använder Jev för det mest irriterande problemet i privatekonomiska verktyg: att generera bra betalningsmottagarbeskrivningar från rå bankdata. Det nådde cirka 95 % vid första försöket, med många sätt att förbättra.
En utvecklare använder Jev för att besluta köp eller sälj och utför riktiga affärer i Kurus on-chain-orderbok via Monad var 300 ms-block. Link
Erik Spock Gafni föreslår att de som gör stor vinst på Jev-handel skänker en del av vinsten till välgörenhet.