之押注」狂赚9倍DeepSeek R1最特立独行开元棋牌AI版华尔街之狼！o3-mini靠「神
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%的胜率开元棋牌在线▪●•==●，甚至在开赛前一度攀升至95%▪▷☆▼=。
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」▪□=。
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△▲▼=◆▽？
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=-…。
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○◁▽☆看看 MBA智库开元棋牌国产揄拍。行开元棋牌AI版华尔街之狼！o3-mini靠「神。
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
毕竟▲◇□△▲，如果说语言模型的下一步是预测下一个词开元棋牌在线=…•★，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■●=★•。
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▲=。
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■◇★=。
就像在上面那场足球赛中○□◁，绝大多数LLM在预测时倾向于与主流信息保持一致▷=◁■▼▼，o3-mini在1美元的投注上获得了9美元的回报-◁▷◆。觉得势头很猛▷☆▽◇，
在Brier分数不高（0◆●▲◁◁.3-0▼●▽◁▲.5分）的区间里☆•●▲●☆，反而诞生了许多回报率惊人的预测•=▽□◇。
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▲★●▼△。
那问题来了☆▪●▽，AI能不能像先知一样开元棋牌在线○▲，从全世界的杂乱信息里找出蛛丝马迹△◇…，准确地预测未来呢◇▲☆？
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-★。
尽管多伦多是不被看好的一方◁▲，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」•▼◁。市场认为多伦多队只有11%的胜算△☆，激进派代表Qwen3▽-●□：它看到各种法案都在推进△●○•-，但AI识别到了正的期望值●•▪。
因此大部分预测集中在高Brier分数区间…•▲。Prophet Arena以实时预测市场事件为依托▽☆•，例如在圣地亚哥与多伦多的美国职业足球大联盟比赛中○▲★，
与Kimi K2☆•…◁▼●、o3和Llama 4 Maverick等模型相比◇▼▽，并由于其最大的优势比率30%/11%≈3▽••▽！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▪■□。
你看•▷○△，AI并没有准确预测到胜者••◇•◁…，所以它的准确度分数（Brier分数）很一般◇◇◁▼★☆。
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○●◇=●◇。
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-▪。
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□▪◆-。
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◆=！
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□▪◁◇——从卖咖啡到卖“解决方案”开元棋牌汇川 更多 ——从卖咖啡到卖“解决方案”开元棋牌汇川。
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）■△▼▲。
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=△▼◇▷。
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△◆☆-，IRT）和广义Bradley-Terry（BT）模型▽★▼•●◁。
【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◆☆•◁=●。
但o3-mini经过分析认为有30%●=▷◇。这表明其可能采用了不同的校准方式或内部决策机制△▪=•。直接给出了75%的超高概率◁◁○。
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）▪•=◁，它的L2距离始终高于0▷★▼.7◁☆=▪=，首次建立了一个无法「刷题」的动态基准▪•。
换句话说▲▽★，另一个是模拟真实投注的平均回报（看谁能赚钱）■▼•。
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=•。
保守派代表Llama 4 Maverick◆■◆：它也看到了同样的信息▷★•○▷-，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%=•。
所以■☆□之押注」狂赚9倍DeepSeek R1最特立独，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▼○。
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○▼■•★。
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%▲▽○。
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◇••○▪。
把市场共识▲-▼●、自动化预测□▼、信息整理和社区洞察结合起来◆■，形成更强的整体预测能力
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◇▲▷◇◁▷。
