【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◈◈★ღ,正通过预测真实世界事件来评估AI的「预言」能力台湾18成人必发必发◈◈★ღ。
在昨晚的男篮亚洲杯冠军争夺战中◈◈★ღ,中国男篮虽以1分之差惜败澳大利亚◈◈★ღ,但已是近十年来的最好成绩◈◈★ღ!
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◈◈★ღ。
为「人机协作」而生◈◈★ღ:你可以给AI提供线索◈◈★ღ,看看它的预测如何变化◈◈★ღ;AI也会把它的思考过程告诉你◈◈★ღ。
Prophet Arena从像Kalshi和Polymarket这样的预测市场平台挑选热门必发◈◈★ღ、多样且周期性的真实事件作为考题◈◈★ღ。
Kalshi是一家美国的金融交易所和预测市场平台◈◈★ღ,是美国第一个受美国商品期货交易委员会(CFTC)监管的◈◈★ღ、专注于交易「事件结果」的交易所
AI模型们利用搜索引擎bifa必发◈◈★ღ,像侦探一样收集关于某个事件的新闻报道◈◈★ღ,整理成一份精炼的「情报简报」◈◈★ღ。同时◈◈★ღ,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◈◈★ღ。
拿到相同的情报后◈◈★ღ,每个AI模型都要提交一份详细的「预测报告」◈◈★ღ:对所有可能的结果给出一个概率分布◈◈★ღ,并附上长篇大论的理由◈◈★ღ,解释自己为什么这么看◈◈★ღ。
事件结束◈◈★ღ,结果揭晓台湾18成人◈◈★ღ。会用一套专业的指标来评估AI的预测到底有多准◈◈★ღ,然后更新在一个实时排行榜上必发◈◈★ღ。
排行榜主要看两个指标◈◈★ღ:一个是衡量准确度和校准度的Brier分数(越高越好)◈◈★ღ,另一个是模拟真实投注的平均回报(看谁能赚钱)◈◈★ღ。
除了上述两个核心指标外◈◈★ღ,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◈◈★ღ,如项目反应理论(Item Response Theory◈◈★ღ,IRT)和广义Bradley-Terry(BT)模型◈◈★ღ。
比如一场温布尔登网球赛◈◈★ღ,赛前市场普遍认为选手保罗有84%的胜率◈◈★ღ,甚至在开赛前一度攀升至95%台湾18成人◈◈★ღ。
比如在「AI监管法规会在2026年前成为联邦法律吗?」这个事件上台湾18成人◈◈★ღ,市场认为可能性只有25%◈◈★ღ。
保守派代表Llama 4 Maverick◈◈★ღ:它也看到了同样的信息◈◈★ღ,但认为立法过程复杂又缓慢◈◈★ღ,所以只给出了比市场略高一点的35%◈◈★ღ。
例如在圣地亚哥与多伦多的美国职业足球大联盟比赛中◈◈★ღ,o3-mini在1美元的投注上获得了9美元的回报◈◈★ღ。
根据市场数据和新闻来源◈◈★ღ,o3-mini预测多伦多获胜的概率为30%◈◈★ღ,而市场隐含的概率仅为11%(价格=0.11)必发◈◈★ღ。
尽管多伦多是不被看好的一方台湾18成人◈◈★ღ,但AI识别到了正的期望值◈◈★ღ,并由于其最大的优势比率30%/11%≈3必发◈◈★ღ。
就像在上面那场足球赛中◈◈★ღ,市场认为多伦多队只有11%的胜算◈◈★ღ,但o3-mini经过分析认为有30%◈◈★ღ。
数值越低(颜色越深的单元格)表示概率推理更接近一致◈◈★ღ;数值越高(颜色越浅的单元格)则表明分歧越大◈◈★ღ。
与Kimi K2◈◈★ღ、o3和Llama 4 Maverick等模型相比◈◈★ღ,它的L2距离始终高于0.7◈◈★ღ,这表明其可能采用了不同的校准方式或内部决策机制◈◈★ღ。
在频谱的另一端必发◈◈★ღ,诸如Grok-4和GPT-5之类的模型经常作出高度一致的预测◈◈★ღ,L2距离通常低于0.3◈◈★ღ。
换句话说台湾18成人运输服务◈◈★ღ。◈◈★ღ,这张图展示了AI预测的多样性◈◈★ღ:有些模型形成「群体共识」台湾18成人◈◈★ღ、有些模型像「特立独行的异议者」◈◈★ღ。
设想◈◈★ღ,AI系统将成为预测市场的积极参与者◈◈★ღ,将人类的直觉洞察与AI强大的数据分析能力相结合台湾18成人必发bifa官方网站◈◈★ღ,◈◈★ღ,最终提升整个社会的集体远见◈◈★ღ,为那些高风险的决策提供更可靠的依据◈◈★ღ。
毕竟◈◈★ღ,如果说语言模型的下一步是预测下一个词◈◈★ღ,那么它的终极形态◈◈★ღ,或许就是预测这个真实世界的下一个事件◈◈★ღ。
我们的优势
Our-Advantages
时效保证
即装即走,专车直发,高时效保障!
价格透明
成熟的线路优化方案,车型、公里数透明计价
高效运输
运前咨询,运途监控,运后回访,随叫随到
安全可靠
一站式运输,专业车辆,专人跟踪
必发物流专线利用互联网、计算机技术实现化、网络化管理,拥有完善的物流体系及的客户服务。我们针对每个必发物流客户不同的托运需求提供不同的个性化服务,我们深知客户服务和物流品质的重要性,卓越的货运操作经验、管理技能与公司实力!
提供必发物流到全国物流运输服务,一手车源,整车资源充足,随叫随到,计价透明,支持货到付款。在必发物流当地有着好口碑的必发物流货运公司,找必发物流运输选择我们,就是选择专业,我们保障:从收到您货物始,直到收货人收到货物为止,在货物搬运、装卸、中转、运输过程中的安全质量和数量,为每一件产品都起到保值的作用。即保护产品的存在价值,使您的产品在到达消费者时使用价值不变,您的产品不会"淋雨受潮、水浸、破损、丢失等”。找必发物流货运公司、必发物流托运公司、必发物流运输公司和必发物流专线,就选必发必发物流公司!
选择我们,就是选择专业
必发物流公司运输路线
TRANSPORTATION ROUTE
类型 | 到达 |
---|---|
必发物流 | 湖北省 必发物流、十堰物流、荆州物流、宜昌物流、襄樊物流、荆门物流、武汉物流、黄冈物流、咸宁物流、随州物流、仙桃物流、天门物流、潜江物流、恩施物流、神农架物流 |
必发物流 | 河南省 郑州物流、开封物流、洛阳物流、平顶山物流、安阳物流、鹤壁物流、新乡物流、焦作物流、濮阳物流、许昌物流、漯河物流、三门峡物流、南阳物流、商丘物流、信阳物流、周口物流、驻马店物流 |
必发物流 | 湖南省 长沙物流、株洲物流、湘潭物流、衡阳物流、邵阳物流、岳阳物流、常德物流、张家界物流、 益阳物流、郴州物流、 永州物流、 怀化市物流、娄底市物流 |
必发物流 | 安徽省 合肥物流、淮北物流、亳州物流、宿州物流、蚌埠物流、阜阳物流、淮南物流、滁州物流、六安物流、马鞍山物流、芜湖物流、宣城物流、铜陵物流、池州物流、安庆物流、黄山物流 |
必发物流 | 江西省 南昌物流、九江物流、上饶物流、抚州物流、宜春物流、吉安物流、赣州物流、景德镇物流、萍乡物流、新余物流、鹰潭物流 |
必发物流 | 四川省 成都物流、重庆物流、自贡物流、攀枝花物流、泸州物流、德阳物流、绵阳物流、广元物流、遂宁物流、内江物流、乐山物流、南充物流、眉山物流、宜宾物流、广安物流、达州物流、雅安物流、巴中物流、资阳物流 |
必发物流 | 陕西省 西安物流、延安物流、宝鸡物流、商州物流、咸阳物流、铜川物流、汉中物流、安康物流、汉城物流 |
必发物流 | 山西省 太原物流、大同物流、阳泉物流、长治物流、晋城物流、朔州物流、晋中物流、运城物流、忻州物流、临汾物流、吕梁物流、古交物流、高平物流、永济物流 |
必发物流 | 山东省 济南物流、青岛物流、淄博物流、枣庄物流、东营物流、烟台物流、潍坊物流、济宁物流、泰安物流、威海物流、日照物流、临沂物流、德州物流、聊城物流、滨州物流、菏泽物流 |
必发物流 | 河北省 石家庄物流、唐山物流、邯郸物流、保定物流、沧州物流、邢台物流、廊坊物流、承德物流、张家口物流、衡水物流、秦皇岛物流 |
必发物流 | 直辖市 北京市物流、天津市物流、上海市物流、重庆市物流 |
必发物流 | 江苏省 南京物流、无锡物流、徐州物流、常州物流、苏州物流、南通物流、连云港物流、淮安物流、盐城物流、扬州物流、镇江物流、泰州物流、宿迁物流 |
必发物流 | 浙江省 杭州物流、湖州物流、嘉兴物流、金华物流、丽水物流、宁波物流、衢州物流、绍兴物流、台州物流、温州物流、舟山物流 |
必发物流 | 福建省 福州物流、厦门物流、漳州物流、泉州物流、三明物流、莆田物流、南平物流、龙岩物流、宁德物流 |
必发物流 | 广东省 广州物流、东莞物流、深圳物流、汕头物流、韶关物流、惠州物流、中山物流、珠海物流、佛山物流、顺德物流 |
必发物流 | 广西省 南宁物流、钦州物流、玉林物流、梧州物流、柳州物流、桂林物流、北海物流、宣州物流、来宾物流、百色物流 |
必发物流 | 贵州省 贵阳物流、六盘水物流、遵义物流、赤水市物流、安顺物流、铜仁物流、凯里物流 |
必发物流 | 云南省 昆明物流、曲靖物流、玉溪物流、昭通物流、丽江物流、临沧物流、红河物流、西双版纳物流、大理物流 |
必发物流 | 内蒙古 兰州物流、金昌物流、白银物流、武威物流、天水物流、嘉峪关物流、酒泉物流、玉门物流、陇南物流 |
必发物流 | 吉林省 长春物流、吉林物流、四平物流、延庆物流、通辽物流、松原物流、白城物流、长岭物流、延边物流 |
必发物流 | 辽宁省 沈阳物流、大连物流、鞍山物流、抚顺物流、丹东物流、辽阳物流、葫芦岛物流、锦州物流、本溪物流、营口物流 |
必发物流 | 黑龙江省 哈尔滨物流、佳木斯物流、鸡西物流、牡丹江物流、齐齐哈尔物流、大庆物流、黑河物流 |
必发物流运输(含整车运输、零担运输、集装箱、多式联运) 提供大型整车运输和零担咨询、技术服务及作业指导 特色整车物流和零担物流专线,机械设备超高/宽/长/重,危险品等全国联运。