跳到正文
热点事件持续更新

ForecastGym:可回放的预测智能体基准

1 篇报道1 个报道来源22 小时前更新

先了解这件事

AI 综述

Yicheng Tao、Yuante Li、Zipei Fan 提出并发布 ForecastGym,一个面向 LLM 预测智能体的实时、可控、可回放基准:每两天记录四个商业搜索 API 对开放预测市场问题的返回结果,待结果结算后离线回放冻结证据,在固定的证据获取策略下比较模型、记忆和搜索来源。首个版本覆盖 150 个问题、614 个证据状态和 131k 条搜索结果。 在冻结证据上,所有受测 LLM 的预测准确率均落后于市场;更换搜索 API 可使模型 Brier 分数变化达 0.043,超过模型之间的差异。

AI 根据报道生成 · 14 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.CL
    ForecastGym:面向预测智能体的实时、可控、可回放基准

    ForecastGym 是一个面向 LLM 预测智能体的实时、可控、可回放基准,每两天记录四个商业搜索 API 对开放预测市场问题的返回结果,结算后离线回放冻结证据。首个版本覆盖 150 个问题、614 个证据状态和 131k 条搜索结果。在冻结证据上,所有受测 LLM 的预测准确率均落后于市场;更换搜索 API 可使模型 Brier 分数变化达 0.043,超过模型间差异。

本事件热度走势

可比范围当前
5
可比范围峰值
811月19日 22:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。