James Long ทดสอบ Jev ในการดึงคำอธิบายผู้รับเงินจากข้อมูลธนาคารดิบ
James Long ใช้ Jev แก้ปัญหาที่น่ารำคาญที่สุดในเครื่องมือการเงินส่วนบุคคล: สร้างคำอธิบายผู้รับเงินที่ดีจากข้อมูลธนาคารดิบ ทำได้ประมาณ 95% ในการลองครั้งแรก และมีวิธีปรับปรุงอีกมาก
Jev AI ประเมินผู้ทำนายหุ้นบน X: ไม่มีใครชนะโชคอย่างชัดเจน
ผู้เขียนใช้โมเดล Jev ของ TypeSafe อ่านโพสต์ 90,856 โพสต์ (141M โทเค็น) ประเมินการคาดการณ์ 8,000 รายการเทียบกับราคาจริง และทดสอบ 659 บัญชีสำหรับทักษะเทียบกับโชค สรุป: ไม่พบผู้ทำนายหุ้นที่ชนะโชคอย่างชัดเจน
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
· 2 likesOpen on X
More like this
สร้างบอทเทรดบนเชนด้วย Jev
นักพัฒนาใช้ Jev ตัดสินใจซื้อหรือขาย และดำเนินการซื้อขายจริงบนสมุดคำสั่งบนเชนของ Kuru ผ่าน Monad ทุกบล็อก 300ms Link
ข้อเสนอให้บริจาคกำไรจากการเทรด Jev เพื่อการกุศล
Erik Spock Gafni เสนอให้ผู้ที่ทำกำไรจากการเทรด Jev จำนวนมากบริจาคกำไรส่วนหนึ่งเพื่อการกุศล