ForecastGym:可回放的预测智能体基准
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
最新进展11月19日 13:00
ForecastGym:面向预测智能体的实时、可控、可回放基准报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv cs.CLForecastGym: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
- –
02468
11月20日03:0006:0009:00
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。