的谍报后拿到肖似，告」：对全豹或许的结果给出一个概率散布每个AI模子都要提交一份周到的「预测报，大论的来由并附上长篇，什么这么看注脚自身为。
格）流露概率推理更靠近类似数值越低（色彩越深的单位；单位格）则解说区别越大数值越高（色彩越浅的。
a 4 Maverick等模子比拟与Kimi K2、o3和Llam，永远高于0.7它的L2隔绝，的校准式样或内部决定机造这解说其或许采用了分歧。
et如此的预测市集平台挑选热点、多样且周期性确切凿事项行动考题Prophet Arena从像Kalshi和Polymark。
你可能给AI供给线索为「人机互帮」而生：亚星代理测奈何改变看看它的预；思索经过告诉你AI也会把它的。
度和校准度的Brier分数（越高越好）排行榜厉重看两个目标：一个是量度确切AI版华尔街之狼！o3-mini靠「神之，均匀回报（看谁能赢利）另一个是模仿确凿投注的。
美国职业足球大定约竞赛中比方正在圣地亚哥与多伦多的，投注上获取了9美元的回报o3-mini正在1美元的。
思设，测市集的踊跃到场者AI编造将成为预，壮健的数据了解才华相团结将人类的直觉洞察与AI亚星代理社会的团体远见最终提拔一共，策供给更牢靠的根据为那些高危害的决。
更新确切凿寰宇预测劳动来评估AI编造预测智能的基准测试本日要先容的Prophet Arena即是一个通过及时。
个中心目标表除了上述两，统计学和心绪衡量修模启迪的高级评估设施Prophet Arena还采用了受，esponse Theory如项目反映表面（Item R，y-Terry（BT）模子IRT）和广义Bradle亚星
？一个名为「Prophet Arena」的全新基准测试【新智元导读】AI能像科幻影戏中的先知相通预测改日吗，来评估AI的「预言」才华正通过预测确凿寰宇事项。
操纵搜寻引擎AI模子们，某个事项的信息报道像侦探相通搜求合于，的「谍报简报」整饬成一份精练。时同，看作是大多的团体灵巧）放进去也会把当时的市集价钱（可能。
竟毕，一步是预测下一个词假如说讲话模子的下，终极形式那么它的，实寰宇的下一个事项恐怕即是预测这个真。
布尔登网球赛例如一场温，手保罗有84%的胜率赛前市集广博以为选，度攀升至95%乃至正在开赛前一。
据和信息由来遵循市集数，伦多获胜的概率为30%o3-mini预测多亚星1%（价钱=0.11）而市集隐含的概率仅为1。
话说换句，「群体共鸣」、有些模子像「特立独行的反对者」这张图展现了AI预测的多样性：有些模子造成。
金融买卖所和预测市集平台Kalshi是一家美国的，TC）囚系的、笃志于买卖「事项结果」的买卖是美国第一个受美国商品期货买卖委员会（CF所
的另一规则在频谱，类的模子常常作出高度类似的预测诸如Grok-4和GPT-5之，常低于0.3L2隔绝通。
那场足球赛中就像正在上面，惟有11%的胜算市集以为多伦多队，过了解以为有30%但o3-mini经。
erick：它也看到了同样的音讯落伍派代表Llama 4 Mav，程杂乱又舒缓但以为立法过，场略高一点的35%是以只给出了比市。
年前成为联国功令吗？」这个事项上例如正在「AI囚系准则会正在2026，性惟有25%市集以为或许。
洲杯冠军掠夺战中正在昨晚的男篮亚，之差惜败澳大利亚中国男篮虽以1分，来的最好功效但已是近十年！
结果事项，揭晓结果。估AI的预测事实有多准会用一套专业的目标来评押注」狂赚9倍DeepSeek R1最特，个及时排行榜上然后更新正在一。
不被看好的一方即使多伦多是，了正的希望值但AI识别到，率30%/11%≈3并因为其最大的上风比。
推荐文章
