在线无码中文破解|日本影院一区二区三区|五月激情Av在线|国产香蕉视频一区|国产老熟女AAAA|云霸高清91视频|久久久www视频|在线熟女网站无码视频|国产精品 国产|韩日精品中文字幕

芝加哥大學(xué)研究人員表示，8 月份推出的一項(xiàng)新的人工智能基準(zhǔn)測試表明，人工智能模型可以像預(yù)測市場一樣準(zhǔn)確地預(yù)測現(xiàn)實(shí)世界事件，有時(shí)甚至更好。SIGMA 實(shí)驗(yàn)室.

Prophet Arena 通過讓 AI 系統(tǒng)預(yù)測 Kalshi 和 Polymarket 等平臺(tái)上的實(shí)時(shí)未決事件結(jié)果（從選舉結(jié)果到體育賽事，再到經(jīng)濟(jì)指標(biāo)）來評(píng)估 AI 系統(tǒng)。與傳統(tǒng)的基準(zhǔn)測試不同，Prophet Arena 是基于已知答案的歷史數(shù)據(jù)來測試模型，而 Prophet Arena 則根據(jù)未來的預(yù)測來測試 AI。

Prophet Arena 團(tuán)隊(duì)在基準(zhǔn)測試的官方博客文章中表示：“通過將評(píng)估錨定在尚未解決的真實(shí)事件中，Prophet Arena 確保了公平的競爭環(huán)境。不存在預(yù)訓(xùn)練優(yōu)勢，沒有秘密的微調(diào)技巧，也不會(huì)泄露測試樣本?！?/p>

該基準(zhǔn)測試表明，它正試圖解決有關(guān)人工智能的一個(gè)基本問題：“人工智能系統(tǒng)能否通過連接現(xiàn)有的現(xiàn)實(shí)世界信息來可靠地預(yù)測未來？”

早期結(jié)果表明他們可以。GPT-5 目前以 82.21% 的 Brier 得分領(lǐng)跑排行榜。與此同時(shí)，OpenAI 的 o3-mini 模型已成為盈利冠軍，其預(yù)測轉(zhuǎn)化為模擬投注（通常是失敗者有足夠的獲勝機(jī)會(huì)可以帶來更多的回報(bào)，在適當(dāng)?shù)臈l件下）。

DeepSeek R1 似乎是該組中的反向 AI，經(jīng)常做出與其他模型和市場共識(shí)截然不同的預(yù)測，因此如果你想快速賺錢，它可能不是最好的信任模型眾多市場.

該平臺(tái)在面對(duì)相同信息時(shí)，會(huì)展現(xiàn)出不同AI模型的不同“個(gè)性”。例如，在預(yù)測AI法規(guī)是否會(huì)在2026年之前成為聯(lián)邦法律時(shí)，市場給出的概率僅為25%。但這些模型的預(yù)測結(jié)果卻大相徑庭：Qwen 3的預(yù)測為75%，GPT-4.1的預(yù)測為60%，而Llama 4 Maverick則保守地給出了35%的概率。

在另一個(gè)案例中，o3-mini 正確預(yù)測了多倫多足球俱樂部將在一場美國職業(yè)足球大聯(lián)盟比賽中擊敗圣地亞哥足球俱樂部，從而以 1 美元的投注獲得了 9 美元的模擬回報(bào)。該模型預(yù)測多倫多獲勝的概率為 30%，而市場預(yù)期僅為 11%。最終，多倫多贏了。

研究人員寫道：“（先知競技場）測試模型的預(yù)測能力，這是一種高級(jí)智能，需要廣泛的能力，包括理解現(xiàn)有信息和新聞來源、在不確定性下進(jìn)行推理以及對(duì)正在發(fā)生的事件做出時(shí)間敏感的預(yù)測。”

Prophet Arena 還支持人機(jī)協(xié)作。用戶可以提供額外的新聞和背景信息，了解預(yù)測結(jié)果的變化，而 AI 模型則會(huì)為其預(yù)測提供詳細(xì)的依據(jù)。

隨著預(yù)測市場本身融入人工智能（Kalshi 最近與埃隆馬斯克的 Grok 合作，而 Polymarket 生成人工智能驅(qū)動(dòng)的市場摘要），Prophet Arena 首次對(duì)機(jī)器預(yù)測與人類集體判斷進(jìn)行了系統(tǒng)性的比較。

而且，如果它們真的擅長這一點(diǎn)，那么機(jī)器就可以純粹基于事實(shí)，在決策中不受任何情緒或情感的影響。它們有可能匹敵甚至超越群體智慧，從而改變機(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)評(píng)估、投資決策和戰(zhàn)略規(guī)劃的方式。

隨著事件的解決，Prophet Arena 平臺(tái)每天都會(huì)進(jìn)行更新，提供一幅不斷發(fā)展的圖景，展示人工智能是否可以通過連接今天的點(diǎn)來真正預(yù)測未來。