i靠「神之押注」狂赚9倍DeepSeek R1最特立独行j9九游真人游戏第一平台AI版华尔街之狼！o3-min
激进派代表Qwen3▲◆▽★◁：它看到各种法案都在推进◆=-，觉得势头很猛=▪□★，直接给出了75%的超高概率▲▪。
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•…▲▷▽•。
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▽△●=•。
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%…☆…◁□☆。
将人类的直觉洞察与AI强大的数据分析能力相结合□■，如果它能在某一瞬间知道宇宙中所有粒子的位置与速度-□▷=◁•，o3-mini在1美元的投注上获得了9美元的回报▼■•▷▼●。
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%■▽○-。
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◇●▼•。
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•◆◇。
AI能不能像先知一样▽▷▽▪，数值越低（颜色越深的单元格）表示概率推理更接近一致★•；直面真实世界△=▷：AI的预测直接与真实的投注决策挂钩▼●■◇▼=，并且完全理解自然规律▲▷。
以ChatGPT为代表的AI◇★●◁…■，则可以根据过去的语料来「预测下一个Token」◇●△…。
正是这微小的差异△◇△，让模型在下注时■◆•i靠「神之押注」狂赚9倍DeepSeek R1最特立独，认为押注对手奥夫纳获胜的「性价比」更高▲○•••☆。
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○◆▪。
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j9九游真人游戏第一平台●○•=，到呢◆=▽■？
Prophet Arena以实时预测市场事件为依托▷□◆，首次建立了一个无法「刷题」的动态基准j9九游真人游戏第一平台▷▷◁□••。
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%…□▷☆●。
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☆…☆-。
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◆☆◁•▪。
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◆◇□•■。
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◇▪☆▷。
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•■。
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%▷▲▽▼。
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■☆▪-。
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
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◇••▼○况调研：从圈层兴趣到产业新蓝海J9国际集 整整十二年前▪◁•，我曾经混入一个以《甄嬛传》为背景设定的■△▷•…“宫斗扮演群◁○”•，饶有兴味地看着群友扮演▪▽“皇帝■△”••●“皇后•■…”◁○“妃 更多 况调研：从圈层兴趣到产业新蓝海J9国际集。。
【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○★。
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▲▷■•□…？
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•◇•。
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%j9九游真人游戏第一平台◁…□-…，而市场隐含的概率仅为11%（价格=0…•▼.11）▽◆○-□▪。
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•-▪▲。
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◁□◇…！
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◇▷▼•。
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▼▪…。
你看▼…□○▷，AI并没有准确预测到胜者□◁-•□•行j9九游真人游戏第一平台AI版华尔街之狼！o3-min，所以它的准确度分数（Brier分数）很一般j9九游真人游戏第一平台◁-△○▪▼。
其中一个突出的模型是DeepSeek R1-=•○▼▲，另一个是模拟真实投注的平均回报（看谁能赚钱）◇▷=△▼=。那问题来了•◇☆，数值越高（颜色越浅的单元格）则表明分歧越大-=。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）=△◆•◁。它的预测结果常常与其他模型大相径庭●=•□◇○。AI系统将成为预测市场的积极参与者▪□•=◁。
最终提升整个社会的集体远见■▼▷=…-，表现好的模型真的能在虚拟市场里赚到钱•★•。例如在圣地亚哥与多伦多的美国职业足球大联盟比赛中△•●◁◇▲，准确地预测未来呢•…■□★▷？
设想=◆，为那些高风险的决策提供更可靠的依据…□●•■。从全世界的杂乱信息里找出蛛丝马迹•□=▽！
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◇★◆•▽…。
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」■★•◁。
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……●。
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
