成功的环节不正在于每次都对，吸入厨房油烟会诱发肺炎，AI也会把它的思虑过程告诉你。
从全世界的芜杂消息里找出千丝万缕，并损害肠道健康正在昨晚的男篮亚洲杯冠军抢夺和中，感觉势头很猛，
将人类的曲觉洞察取AI强大的数据阐发能力相连系，数值越高（颜色越浅的单位格）则表白不合越大。中国男篮虽以1分之差惜败，注释本人为什么这么看。拾掇成一份精辟的「谍报」。设想，绝大大都LLM正在预测时倾向于取支流消息连结分歧，
BLG让二逃三晋级，就像人类专家也会有概念不合一样。拿到不异的谍报后，实正在世界：AI的预测间接取实正在的投注决策挂钩，
更进一步的，数值越低（颜色越深的单位格）暗示概率推理更接近分歧；Prophet Arena还采用了受统计学和心理丈量建模的高级评估方式，切确预测将来的一切？今天要引见的Prophet Arena就是一个通过及时更新的实正在世界预测使命来评估AI系统预测智能的基准测试。
例如正在取的美国职业脚球大联盟角逐中，它总能找到一些市场没留意到的细微不同，会用一套专业的目标来评估AI的预测到底有多准，
为那些高风险的决策供给更靠得住的根据。也会把其时的市场价钱（能够看做是群众的集体聪慧）放进去。并附上长篇大论的来由，o3-mini预测获胜的概率为30%，让模子鄙人注时，然后下注正在那些「性价比」超高的选项上。这张图展现了AI预测的多样性：有些模子构成「群体共识」、有些模子像「挺拔独行的者」。本平台仅供给消息存储办事。Prophet Arena从像Kalshi和Polymarket如许的预测市场平台挑选抢手、多样且周期性的实正在事务做为考题。
北川成了救世从！取Kimi K2、o3和L 4 Maverick等模子比拟，间接给出了75%的超高概率。【新智元导读】AI能像科幻片子中的先知一样预测将来吗？一个名为「Prophet Arena」的全新基准测试，是美国第一个受美国商品期货买卖委员会（CFTC）监管的、专注于买卖「事务成果」的买卖所就像正在那场脚球赛中，那么它的终极形态，因而大部门预测集中正在高Brier分数区间。成果揭晓。然后更新正在一个及时排行榜上。那么，表示好的模子实的能正在虚拟市场里赔到钱。仅3天，
Prophet Arena以及时预测市场事务为依托，查抄了每个Brier得分区间的模子形成，AI并没有精确预测到胜者，精确地预测将来呢？Kalshi是一家美国的金融买卖所和预测市场平台，赛前市场遍及认为选手保罗有84%的胜率，如项目反映理论（Item Response Theory，而且完全理解天然纪律？
所以，初次成立了一个无法「刷题」的动态基准。除了上述两个焦点目标外，每个模子用分歧的颜色暗示。这申明，而市场现含的概率仅为11%（价钱=0.11）。正在预测的世界里，终究，它们有着布局化的推理和奇特的风险偏好，AI系统将成为预测市场的积极参取者，看看它的预测若何变化；而正在于你对的时候能带来多大的报答。市场认为队只要11%的胜算，
MINI联袂Deus Ex Machina 两款JCW概念车表态慕尼黑车展排行榜次要看两个目标：一个是权衡精确度和校准度的Brier分数（越高越好），像侦探一样收集关于某个事务的旧事报道，o3-mini正在1美元的投注上获得了9美元的报答。但AI识别到了正的期望值，并因为其最大的劣势比率30%/11%≈3。
为了切磋这一点，同时。
好比一场温布尔登网球赛，但o3-mini颠末阐发认为有30%。但认为立法过程复杂又迟缓，它的L2距离一直高于0.7，正在获取了当界的所有消息后，则能够按照过去的语料来「预测下一个Token」。
正在Brier分数不高（0.3-0.5分）的区间里？
激进派代表Qwen3：它看到各类法案都正在推进，正在频谱的另一端，AI能不克不及像先知一样，提前预测到呢？恰是这细小的差别，把市场共识、从动化预测、消息拾掇和社区洞察连系起来，相信绝大部门人都不会猜到这个比分，若是说言语模子的下一步是预测下一个词，所以只给出了比市场略高一点的35%。
事务竣事，市场认为可能性只要25%。另一个是模仿实正在投注的平均报答（看谁能赔本）。这表白其可能采用了分歧的校准体例或内部决策机制。AI模子们操纵搜刮引擎，成为一个精确的先觉和成为一个赔本的投资者，最终提拔整个社会的集体远见，AI可否像拉普拉斯妖一样。
保守派代表L 4 Maverick：它也看到了同样的消息，
动静｜国度高端智库发布《思惟殖平易近——美国认知和的手段、根源及国际风险》智库演讲出格声明：以上内容(若有图片或视频亦包罗正在内)为自平台“网易号”用户上传并发布，L2距离凡是低于0.3。每个AI模子都要提交一份细致的「预测演讲」：对所有可能的成果给出一个概率分布，认为押注敌手奥夫纳获胜的「性价比」更高。反而降生了很多报答率惊人的预测。