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 在交易延迟上碾压 GPT-6 和 Opus 5.5
该帖展示了Jev在真实生产环境中完全消除生成式LLM延迟，将实时市场状态（买价、卖价、订单流）通过Jev路由到核心交易管道，用于下单或取消操作，延迟表现远超GPT-6和Opus 5.5。
Jev just f*cking humiliated GPT-6 and Opus 5.5 on production latency system eliminates generative LLM latency entirely, routing live operational state through Jev across four mission-critical pipelines: lane 0: Market State (bid, ask, order flow) → Jev → Place or Cancel
· 17 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。