# Elvis, Jev로 AI 논문 ~2.3K편을 83초 만에 $0.14에 재태깅했다고 보고

Elvis (@omarsar0)는 Jev를 사용해 AI 연구 논문 약 2.3K편을 총비용 $0.14로 약 83초 만에 정리했다고 밝혔다. 그는 Jev가 기존 DeepSeek V4 Flash 태그의 75%에 동의했고 고신뢰도 주제 변경을 약 579건 찾았으며, 불일치 항목 30건에 대한 수동 확인이 전부 수용된 뒤 변경 사항이 프로덕션에 적용됐다고 말했다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-10T06:08:00.000Z
Query date (Asia/Seoul): 2026-11-10

HTML: https://didcodexreset.com/ko/news/c81bddde549d4e608e85b6dc.html

Content language: ko
Localization state: translated

출처: elvis · 2026. 9. 22. 01:13:00 게시

Elvis (@omarsar0)는 프로덕션에서 **Jev**를 사용해 **AI 연구 논문 ~2.3K편**을 정리했으며, **총비용 $0.14**와 실행 시간 약 **83초**를 보고했다고 밝혔다.

그는 해당 논문들에 이전 오픈 모델인 **DeepSeek V4 Flash**의 태그가 이미 붙어 있었다고 말했다. 그의 설명에 따르면 Jev가 세트를 재태깅했으며, 해당 태그의 **75%에 동의**했고 약 **579건의 고신뢰도 주제 변경**을 찾았다. 그는 불일치 항목 30건을 수동으로 라벨링해 전부 수용한 뒤, 변경 사항을 프로덕션에 적용하고 검증했다고 말했다.

그는 [https://academy.dair.ai/papers](https://academy.dair.ai/papers)의 논문들을 가리키며, 분류에 더 만족하지만 여전히 개선의 여지가 있다고 말했고, System One과 System Two 모델을 결합하면 파이프라인을 개선할 수 있다고 주장했다.

Tags: Jev, 평가, 논문 분류, DeepSeek

[원문 게시물 보기](https://x.com/omarsar0/status/2102066232383979749)