/ /

　　【新智元导读】AI能像科幻电影中的先知一样预测未来吗？一个名为「Prophet Arena」的全新基准测试◈★✿✿，正通过预测真实世界事件来评估AI的「预言」能力◈★✿✿。

　　在昨晚的男篮亚洲杯冠军争夺战中澳门电子游戏十大排行android版◈★✿✿，中国男篮虽以1分之差惜败澳大利亚◈★✿✿，但已是近十年来的最好成绩◈★✿✿！

　　今天要介绍的Prophet Arena就是一个通过实时更新的真实世界预测任务来评估AI系统预测智能的基准测试澳门电子游戏十大排行android版◈★✿✿。

　　为「人机协作」而生◈★✿✿：你可以给AI提供线索◈★✿✿，看看它的预测如何变化◈★✿✿；AI也会把它的思考过程告诉你WRITEAS流水◈★✿✿。

　　Prophet Arena从像Kalshi和Polymarket这样的预测市场平台挑选热门◈★✿✿、多样且周期性的真实事件作为考题◈★✿✿。

　　Kalshi是一家美国的金融交易所和预测市场平台◈★✿✿，是美国第一个受美国商品期货交易委员会（CFTC）监管的◈★✿✿、专注于交易「事件结果」的交易所

　　AI模型们利用搜索引擎澳门电子游戏十大排行android版澳门十大◈★✿✿！◈★✿✿，像侦探一样收集关于某个事件的新闻报道◈★✿✿，整理成一份精炼的「情报简报」◈★✿✿。同时◈★✿✿，也会把当时的市场价格（可以看作是群众的集体智慧）放进去◈★✿✿。

　　拿到相同的情报后WRITEAS流水WRITEAS流水◈★✿✿，每个AI模型都要提交一份详细的「预测报告」◈★✿✿：对所有可能的结果给出一个概率分布◈★✿✿，并附上长篇大论的理由WRITEAS流水澳门十大电子正规游戏入口◈★✿✿，◈★✿✿，解释自己为什么这么看◈★✿✿。

　　事件结束澳门电子游戏十大排行android版◈★✿✿，结果揭晓◈★✿✿。会用一套专业的指标来评估AI的预测到底有多准WRITEAS流水WRITEAS流水澳门电子游戏十大排行android版最好的赌博软件下载◈★✿✿。◈★✿✿，然后更新在一个实时排行榜上◈★✿✿。

　　排行榜主要看两个指标◈★✿✿：一个是衡量准确度和校准度的Brier分数（越高越好）高等教育◈★✿✿，另一个是模拟真实投注的平均回报（看谁能赚钱）澳门十大老牌信誉平台◈★✿✿！◈★✿✿。

　　除了上述两个核心指标外◈★✿✿，Prophet Arena还采用了受统计学和心理测量建模启发的高级评估方法◈★✿✿，如项目反应理论（Item Response Theory澳门电子游戏十大排行android版◈★✿✿，IRT）和广义Bradley-Terry（BT）模型◈★✿✿。

　　比如一场温布尔登网球赛◈★✿✿，赛前市场普遍认为选手保罗有84%的胜率◈★✿✿，甚至在开赛前一度攀升至95%◈★✿✿。

　　比如在「AI监管法规会在2026年前成为联邦法律吗？」这个事件上◈★✿✿，市场认为可能性只有25%◈★✿✿。

　　保守派代表Llama 4 Maverick◈★✿✿：它也看到了同样的信息澳门电子游戏十大排行android版◈★✿✿，但认为立法过程复杂又缓慢◈★✿✿，所以只给出了比市场略高一点的35%◈★✿✿。

　　例如在圣地亚哥与多伦多的美国职业足球大联盟比赛中◈★✿✿，o3-mini在1美元的投注上获得了9美元的回报◈★✿✿。

　　根据市场数据和新闻来源◈★✿✿，o3-mini预测多伦多获胜的概率为30%WRITEAS流水◈★✿✿，而市场隐含的概率仅为11%（价格=0.11）◈★✿✿。

　　尽管多伦多是不被看好的一方◈★✿✿，但AI识别到了正的期望值◈★✿✿，并由于其最大的优势比率30%/11%≈3◈★✿✿。

　　就像在上面那场足球赛中◈★✿✿，市场认为多伦多队只有11%的胜算◈★✿✿，但o3-mini经过分析认为有30%◈★✿✿。

　　数值越低（颜色越深的单元格）表示概率推理更接近一致◈★✿✿；数值越高（颜色越浅的单元格）则表明分歧越大◈★✿✿。

　　与Kimi K2◈★✿✿、o3和Llama 4 Maverick等模型相比◈★✿✿，它的L2距离始终高于0.7澳门电子游戏十大排行android版◈★✿✿，这表明其可能采用了不同的校准方式或内部决策机制◈★✿✿。

　　在频谱的另一端◈★✿✿，诸如Grok-4和GPT-5之类的模型经常作出高度一致的预测◈★✿✿，L2距离通常低于0.3顶级官方娱乐网站◈★✿✿。

　　换句话说◈★✿✿，这张图展示了AI预测的多样性◈★✿✿：有些模型形成「群体共识」澳门景点◈★✿✿，◈★✿✿、有些模型像「特立独行的异议者」◈★✿✿。

　　设想◈★✿✿，AI系统将成为预测市场的积极参与者◈★✿✿，将人类的直觉洞察与AI强大的数据分析能力相结合◈★✿✿，最终提升整个社会的集体远见◈★✿✿，为那些高风险的决策提供更可靠的依据◈★✿✿。

　　毕竟◈★✿✿，如果说语言模型的下一步是预测下一个词◈★✿✿，那么它的终极形态◈★✿✿，或许就是预测这个真实世界的下一个事件WRITEAS流水◈★✿✿。

澳门十大老牌信誉平台排行榜|官网入口|http://www.1618interactive.com