「神之押注」狂赚9倍DeepSeek R1最特立独行爱游戏app手机版AI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▷▽▼■△▪？
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◆★●▪。
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△•□-。
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%□●•◁。
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%•◆▽…•。
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爱游戏app手机版◁☆=。
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•…☆。
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■△▷◁。
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•▪◁。
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
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△▪。
19岁女孩日接7单▪▪▼☆◇，收入惊人▲•◁◇▼◆！河内警方突袭▪■，揭开一家庭◁▪▼●◁“按摩店▷▪△•△●”背后的易黑幕
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•…▪◆。
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□△○◇■•。
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）☆●。
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）▪○△。
搭载 LGD 广色域高对比 Neo△▷△:LED 面板△▪▲▽○▪，惠普推出 514pn 便携屏
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…○=▷◁。
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」▽•▲。
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%◁□◇-=。
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▷△•？
涉嫌严重职务违法犯罪▲=◁，宝钢股份原副总胡宏被◁■□“双开…●△□▲▼”△☆◆！曾多次收受奢侈品包爱游戏app手机版◆-▷=、手机▽▼…、海鲜★▲•★▲★，携家人接受旅游安排
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◇★◇•★。
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☆==。
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□▷◇◆。
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◆=。
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■•◇！
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☆◁★…。
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▲○☆。
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■…。
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▷▷▲▷▪。
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•△•=★？
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%…▽▷☆△。
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-▽▪。
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□▲▷◆。
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▷-☆-。
以ChatGPT为代表的AI-△●▽，则可以根据过去的语料来「预测下一个Token」●▷☆。
【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★▷□★▪爱游戏app手机版AI版华尔街之狼！o3-mini靠。
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▼▷。
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◁☆▷■◇。
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-▼-◆。
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
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▪▼◁。
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…◁○▪○▲。
AI的预测并非随机◆◁☆「神之押注」狂赚9倍DeepSeek R1最特立独行，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•▽○•▽。
