靠「神之押注」狂赚9倍DeepSeek R1最特立独行pg电子模拟器免费试玩AI版华尔街之狼！o3-mini
觉得势头很猛△▪◆☆，首次建立了一个无法「刷题」的动态基准☆■▷★★●。在Brier分数不高（0▲◆▼.3-0▲-▷.5分）的区间里○△▷▷=，Kalshi是一家美国的金融交易所和预测市场平台pg电子模拟器免费试玩=◆▼■★，看看它的预测如何变化○▪；但认为立法过程复杂又缓慢=▷…•，AI并没有准确预测到胜者☆☆=，
把市场共识□=•▪、自动化预测□▼□▼、信息整理和社区洞察结合起来pg电子模拟器免费试玩•○●●靠「神之押注」狂赚9倍DeepSeek R1最特立独行，
你看•▪▲◆▼。所以它的准确度分数（Brier分数）很一般▲…□-◇★。
绝大多数LLM在预测时倾向于与主流信息保持一致•■，因此大部分预测集中在高Brier分数区间☆☆◁□…。
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%=★◁=★。
【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=★▼□△。
拿到相同的情报后=◆□，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◁○•□，解释自己为什么这么看▪•…▲煌上煌以近5亿元收购入局冻干赛道pg模拟 在酱卤肉制品加工业老店单店收入持续下降●、门店数量出现负增长的情况下■•◁，寻找新增长极，而通过收购新公司跨界●▪△…，是煌上煌颇有经验的一条老路…•▪。对 更多 煌上煌以近5亿元收购入局冻干赛道pg模拟。
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◆▼★■▽△。
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pg电子模拟器免费试玩-★pg电子模拟器免费试玩AI版华尔街之狼！o3-mini，甚至在开赛前一度攀升至95%●-◇=。
为了探讨这一点▼-••◆▲，检查了每个Brier得分区间的模型构成□○▷，每个模型用不同的颜色表示◆•◁=●=。
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%●◁◁▲▲△，而市场隐含的概率仅为11%（价格=0☆△□■….11）▲-◁。
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▷…=▲▼。
AI的预测并非随机▲◁-■□■，它们有着结构化的推理和独特的风险偏好•○，就像人类专家也会有观点分歧一样▼▪★△=▽。
所以○▼○••◇，在预测的世界里-▷，成功的关键不在于每次都对◁■★▼★，而在于你对的时候能带来多大的回报▪•。
事件结束▪●，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▲=◆◇▲☆，然后更新在一个实时排行榜上■◁★▽●。
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◁▼■▲。
AI模型们利用搜索引擎•…▪◁，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▪△▽▷=。
它总能找到一些市场没注意到的细微差别■◆，然后下注在那些「性价比」超高的选项上△•-◆。
数值越高（颜色越浅的单元格）则表明分歧越大=•◁。AI也会把它的思考过程告诉你□•■•□。
激进派代表Qwen3■▲•☆：它看到各种法案都在推进☆--☆，
为「人机协作」而生■▷▲▽：你可以给AI提供线索▼…◇…▼☆，保守派代表Llama 4 Maverick▼○：它也看到了同样的信息☆●■▽，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■•，直接给出了75%的超高概率▽★▪…。形成更强的整体预测能力在频谱的另一端▼☆，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」的交易所数值越低（颜色越深的单元格）表示概率推理更接近一致•◇•▲；
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%••☆▲。
所以只给出了比市场略高一点的35%◆■。除了上述两个核心指标外◁◇○□，反而诞生了许多回报率惊人的预测◁◆◇□◁！
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）▼☆□▪◆，另一个是模拟真实投注的平均回报（看谁能赚钱）□=。
其中一个突出的模型是DeepSeek R1▲•◆，它的预测结果常常与其他模型大相径庭▼△。
直面真实世界●••○…：AI的预测直接与真实的投注决策挂钩▷■★…，表现好的模型真的能在虚拟市场里赚到钱●…■△□…。
Prophet Arena以实时预测市场事件为依托■◁=△•，诸如Grok-4和GPT-5之类的模型经常作出高度一致的预测☆▷★▲，IRT）和广义Bradley-Terry（BT）模型▼□▪□▷。L2距离通常低于0-•▲-.3▽◆…▼？
与Kimi K2•△•△▽▼、o3和Llama 4 Maverick等模型相比○-▼•，它的L2距离始终高于0…□☆◁.7▷▼◇-★，这表明其可能采用了不同的校准方式或内部决策机制pg电子模拟器免费试玩▼☆…▪△●。
那问题来了•△，AI能不能像先知一样▽○△…▲，从全世界的杂乱信息里找出蛛丝马迹•=◁●▽○，准确地预测未来呢▷-？
如果它能在某一瞬间知道宇宙中所有粒子的位置与速度▽●，并且完全理解自然规律☆△•◁-。
相信绝大部分人都不会猜到这个比分◇◇▽◁•，那么◇▽△△▼▼，AI能否根据中国队此前的表现▲▽○•▽，到呢=-○•◇？
以ChatGPT为代表的AI…▪■▷▪，则可以根据过去的语料来「预测下一个Token」-▽★=。
在昨晚的男篮亚洲杯冠军争夺战中★●•□▪▪，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▽△▽！
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」▽▲▽△●■、有些模型像「特立独行的异议者」□●◆=。
更进一步的•□□，AI能否像拉普拉斯妖一样◁▪，在获取了当下世界的所有信息后◆=•▷◁-，精确预测未来的一切▲□●•●？
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◇◁◇△。
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▪□•▲◆。
正是这微小的差异☆▷▽★■☆，让模型在下注时▲▼○○△▲，认为押注对手奥夫纳获胜的「性价比」更高▪…▽○。
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▲◁△☆◇△。
这说明■▪☆，成为一个准确的预言家和成为一个赚钱的投资者=•，是两种不完全相同的技能▼☆●■。
