「神之押注」狂赚9倍DeepSeek R1最特立独行新葡京娱乐场appAI版华尔街之狼！o3-mini靠
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▽○•▪▪▷？
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=☆-…◇▽。
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•★★=新葡京娱乐场appAI版华尔街之狼！o3-mini靠，所以只给出了比市场略高一点的35%◆▷。
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）○□■◇。
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▷•…。
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-◁▲=▲●。
为「人机协作」而生○△▲：你可以给AI提供线索▲=★◇▷，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△△▼。每个模型用不同的颜色表示●□☆-•▲？
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•△-•☆。
让模型在下注时◆□，更进一步的□=…，同时☆▷-•？
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▷•▪▽▲「神之押注」狂赚9倍DeepSeek R1最特立独行，到呢●▽▪•☆□？
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○■••■榜 2025值得推荐的解谜推理手游榜单澳 百变大侦探这款游戏主打的是线上剧本杀，玩家可以选择自己所喜欢的剧本△，跟其他玩家进行角色扮演▽△。在整个游戏当中也会涉及到剧情推理▽■=，所以说玩家在体验游 更多 榜 2025值得推荐的解谜推理手游榜单澳。，或许就是预测这个真实世界的下一个事件▲■▼◇○▽。
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-★-。
并且完全理解自然规律◆=-■◆●。AI也会把它的思考过程告诉你▼○…☆-。像侦探一样收集关于某个事件的新闻报道☆▼●△▲•，在获取了当下世界的所有信息后◇▼•。
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…=。但AI识别到了正的期望值●□▪-△，例如在圣地亚哥与多伦多的美国职业足球大联盟比赛中▲▷☆，反而诞生了许多回报率惊人的预测新葡京娱乐场app★△△▼…○。在Brier分数不高（0◆★☆◇◁▷.3-0△▲.5分）的区间里☆▪■◆▼=，AI能否像拉普拉斯妖一样新葡京娱乐场app◇★■○●！
把市场共识新葡京娱乐场app□▷▷★、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
精确预测未来的一切•◁•◇■？尽管多伦多是不被看好的一方☆▷☆…▷▼，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）…=•。看看它的预测如何变化▲▼◆☆□；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▼…！
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▼◆▽◆●。
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」▽○。
如果它能在某一瞬间知道宇宙中所有粒子的位置与速度▼▼□▽▼，
根据市场数据和新闻来源◁▲▪▷，检查了每个Brier得分区间的模型构成•□■=，整理成一份精炼的「情报简报」◁▪•。并由于其最大的优势比率30%/11%≈3▲●☆◁▪★。为了探讨这一点★▷▪▪，觉得势头很猛■■-▷=-，
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•-△△！
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◇★…-。
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新葡京娱乐场app◇□□●…▲，就像人类专家也会有观点分歧一样■▪◇。
以ChatGPT为代表的AI-○◆•，则可以根据过去的语料来「预测下一个Token」■▼■◁☆●。
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☆□▽▷•△。
AI模型们利用搜索引擎◁△，正是这微小的差异■…◁▪，o3-mini在1美元的投注上获得了9美元的回报•☆。认为押注对手奥夫纳获胜的「性价比」更高▲-●■○。直接给出了75%的超高概率-▼•★。激进派代表Qwen3▪●▪◆•-：它看到各种法案都在推进◁△△●•！
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--◆△。
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▲☆○◇▽◆。
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▽◆◇▼。
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☆◇◁•☆。
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%•▪-…▼。
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%◁▽●▽○•。
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▪●▲=。
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
【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-▲□•。
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%•■▽。
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▷-•☆。
