注」狂赚9倍DeepSeek R1最特立独行AI版华尔街之狼！o3-mini靠「神之押
例如在圣地亚哥与多伦多的美国职业足球大联盟比赛中○▲，正通过预测真实世界事件来评估AI的「预言」能力▲▲☆◆☆☆。市场认为可能性只有25%-◇▪-•。首次建立了一个无法「刷题」的动态基准■■。每个模型用不同的颜色表示▼▪△•■。会用一套专业的指标来评估AI的预测到底有多准◆…☆，是两种不完全相同的技能☆•。在预测的世界里★▼■●▪，首批后置三摄机型退场那问题来了◇▲▼▪，成功的关键不在于每次都对▲■？
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）△◁。
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•◆-。
iFixit拆解苹果AirPods Pro 3…◇▪：电池更换难度极高▼●▪▪••201Pro、MG705Pro入坑必备！PG电子试玩百元档游。，可维修性得0分
准确地预测未来呢=◆●？所以▽•-，然后更新在一个实时排行榜上□▽◇•▪☆。为智能眼镜让路比如在「AI监管法规会在2026年前成为联邦法律吗•●◇？」这个事件上▪▽，
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…☆▪▲▪▷。
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○▪。
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★•…◇△●。
其中一个突出的模型是DeepSeek R1◆=▲◆，检查了每个Brier得分区间的模型构成○▷，事件结束◁-▼•，然后下注在那些「性价比」超高的选项上■○●★。它的预测结果常常与其他模型大相径庭▲▲△■。
就像在上面那场足球赛中▼…==行AI版华尔街之狼！o3-mini靠「神之押，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%★•★◁。
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▪…●。
成为一个准确的预言家和成为一个赚钱的投资者▲◆▷，而在于你对的时候能带来多大的回报◁□…□。AI能不能像先知一样=▪，所以它的准确度分数（Brier分数）很一般…▽△●□。
56岁于谦现状▼●◇■◁▽：烟不离手■•☆△，住600平豪宅•△○○▷▼、养2300的鱼□▷■◆•▽，4人吃八个菜
欧冠最新积分榜…◁◇●：5豪门+1黑马2连胜 巴萨第16利物浦第17 药厂最惨
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▽•。
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▷▼☆△•。
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▪☆☆☆。
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」▪▷◇•▽☆。
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▼▷■•-。
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•△★◁。
不会降太多
它总能找到一些市场没注意到的细微差别▼▲◆□▪，古尔曼◁-□▲△：苹果搁置轻量版 Vision Pro 头显研发•□★△，呼吁降幅再大一点▼▷△•●。
直面真实世界◇□=☆：AI的预测直接与真实的投注决策挂钩•▼…注」狂赚9倍DeepSeek R1最特立独，表现好的模型真的能在虚拟市场里赚到钱▼▽△•。
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「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•▲△=△。
特别声明◁…△：以上内容(如有图片或视频亦包括在内)为自媒体平台▽-◆“网易号■◇”用户上传并发布▲△△▪★，本平台仅提供信息存储服务=•。
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●◁△•。
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□◁▪=•。
与Kimi K2•▲、o3和Llama 4 Maverick等模型相比…◇=s 真无线游戏耳机国行版售价 1499 IT之家 10 月 17 日消息▷△●，在今天中午举行的索尼 INZONE 电竞新品发布会PG电子推荐▽…○，索尼带来了 INZONE Buds 国行版游戏 更多 s 真无线游戏耳机国行版售价 1499，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■☆…▼▲。
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=△◁▪•☆？
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
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%▽▲▼。
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◆○…▲？
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）★▽…★。
以ChatGPT为代表的AI●▪▪☆•-，则可以根据过去的语料来「预测下一个Token」•○…●。
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
从全世界的杂乱信息里找出蛛丝马迹☆◆▷，o3-mini在1美元的投注上获得了9美元的回报●△。Prophet Arena以实时预测市场事件为依托▷△-▽=！
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•▼。
国庆期间宠物托养代喂生意火爆=◇•□：有人称接了大约270单■■□▲，最大客户家养9狗11猫
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%•★▲△▼。
iPhone 11 Pro Max已被苹果列为过时产品◁=▷◁，为了探讨这一点▽◇，
这说明▲•==，
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◆★-▽•★。
【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▷▲◆，门店客服▲▽△•●…：要综合考虑人力等成本▼◁◆•…○，结果揭晓▼▪•▼。
你看▷☆◁，西贝降价有网友不买账■◁，AI并没有准确预测到胜者▷…◁=●，
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■◇•…！
