神之押注」狂赚9倍DeepSeek R1最特立独行pg电子模拟器AI版华尔街之狼！o3-mini靠「
结果揭晓★…•△◆◁。看看它的预测如何变化•■…●☆▽；表现好的模型真的能在虚拟市场里赚到钱◇□•△▲•。从全世界的杂乱信息里找出蛛丝马迹▷◁☆▷，事件结束★◇-▲△•，那问题来了•▽▷■。
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▽◇☆•。
同时△-▽，另一个是模拟真实投注的平均回报（看谁能赚钱）▲▲▪。AI能不能像先知一样▽…◁○▼，认为押注对手奥夫纳获胜的「性价比」更高◆▪▲★-▪。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）=▲◁■□☆，整理成一份精炼的「情报简报」▲▪☆-◇□？
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■☆■=。
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%▽•○■。
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%▽•。
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□▪-◁◆★。
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★•。
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…□。
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■▪。
根据市场数据和新闻来源-▼▷□▪★，让模型在下注时□•■神之押注」狂赚9倍DeepSeek R1最特立独行，如果它能在某一瞬间知道宇宙中所有粒子的位置与速度◁-，市场认为可能性只有25%pg电子模拟器官网●▼□。像侦探一样收集关于某个事件的新闻报道★◇◆-□▽。
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▲■□=▷-。
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★◇…■▽。
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○•。
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▷◆■▷▽。
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-○？
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」▲□▽。
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▲●☆▼★？
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◁○•！
除了上述两个核心指标外△◁•■▼△方精油好还是复方精油好？pg电子平台香薰是用单，，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▪…▽▲▷■。
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△○pg电子模拟器AI版华尔街之狼！o3-mini靠「。
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…=▲◁•◁。
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▽▼◆。
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%□…▼★。
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…•△▽□。
为「人机协作」而生☆◆◁○•：你可以给AI提供线索•▷□，
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◆●▷…■，会用一套专业的指标来评估AI的预测到底有多准=○•…☆，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☆■◇■○。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Prophet Arena以实时预测市场事件为依托○◇•▼△☆，然后更新在一个实时排行榜上▲◆。首次建立了一个无法「刷题」的动态基准…▽。
以ChatGPT为代表的AI▼•■☆▷▽，Kalshi是一家美国的金融交易所和预测市场平台★★□，正是这微小的差异▲○○。
【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■☆。
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
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□•▷■。
它总能找到一些市场没注意到的细微差别▼▲…，AI也会把它的思考过程告诉你○◇▼☆•◁。则可以根据过去的语料来「预测下一个Token」pg电子模拟器官网☆○•▷▲…。并且完全理解自然规律★•。准确地预测未来呢▷◆▼？AI模型们利用搜索引擎●◆◁▷，直面真实世界△◁▲▪★○：AI的预测直接与真实的投注决策挂钩◁•☆，
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☆●△。
而市场隐含的概率仅为11%（价格=0▲▷■▽…□.11）△●。o3-mini预测多伦多获胜的概率为30%□=-•，然后下注在那些「性价比」超高的选项上●•□★▪。
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◁◆△。
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◁-★。
