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 与 Kimi K3 构建欺诈检测流水线
Jev 在 1.42 秒内分类 100 封邮件，不确定案例交由 Kimi K3 处理，完整流水线以约 0.07 美元成本达到 96/100 准确率。
Jev + Kimi K3 for fraud detection! TLDR: Jev classified 100 emails in 1.42 seconds, then I routed the uncertain cases to Kimi K3. The full pipeline got 96/100 correct for only ~$0.07. Video is not sped up, check out the live run! Here was my process: I gave Jev 100 emails to
· 861 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。