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

作者：龙8主编更新时间：2025-11-18 点击数：

　　并且完全理解自然规律▪△▷•。如果它能在某一瞬间知道宇宙中所有粒子的位置与速度•▼▪▲◇，你看•▼▼=◆，它的预测结果常常与其他模型大相径庭•=•□。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(图1) 更进一步的▽▽◁△-◆，在获取了当下世界的所有信息后□▼◆▪•●。

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(图2)

　　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%=◆▲……。

　　AI能否像拉普拉斯妖一样-■◆▼★○，AI系统将成为预测市场的积极参与者●••=，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■-▼，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」○=■=。

　　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◆□▷。

　　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★○▼◁。

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(图3)

　　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△…△••◁。

　　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☆●▪◇。

　　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◇●•▲○□。

　　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★△◁。

　　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☆▷=。

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(图4)

　　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%▪▪●▪，而市场隐含的概率仅为11%（价格=0◁…☆.11）☆▷•◇▼。

　　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•■■☆？

　　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▲◆…◆？

　　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%…••☆。

　　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

　　【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•◁▽。

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(图5)

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(图6)

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(图7)

　　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•◁…◆☆。

　　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…▪□△-。

　　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☆○。

　　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•…▽•☆■。

　　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▽△◇△☆。

　　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▲◆！

　　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

　　如项目反应理论（Item Response Theory▷★•△◇，设想○●☆▽•▲，如果说语言模型的下一步是预测下一个词••，所以它的准确度分数（Brier分数）很一般■◇…▽。为那些高风险的决策提供更可靠的依据▼▷△•▼。尽管多伦多是不被看好的一方▪△=-◇•，或许就是预测这个真实世界的下一个事件=▼●。但AI识别到了正的期望值▪◁○注」狂赚9倍DeepSeek R1最特立独，精确预测未来的一切■▪■○？其中一个突出的模型是DeepSeek R1●▪☆•…，<img src="https://nimg.ws.126.net/?url=http%3A%2F%2Fdingyue.ws.126.net%2F2025%2F0818%2Fc40838d5j00t1667m003id200u000jxg00wh00lk.jpg&thumbnail=660x2147483647&quality=80&type=jpg" p="" ！ <="">

　　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●○●▼▲◁。

　　正是这微小的差异☆■☆=•▷，让模型在下注时■…-▼▼•行AI版华尔街之狼！o3-mini靠「神之押，认为押注对手奥夫纳获胜的「性价比」更高•-。

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(图8)

　　为「人机协作」而生▲○◁☆：你可以给AI提供线索▼◇△★△◁，毕竟==▽☆，AI并没有准确预测到胜者☆•△•，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(图9) 除了上述两个核心指标外□■▪★△★，并由于其最大的优势比率30%/11%≈3…◁•★△☆。最终提升整个社会的集体远见■…○•▲，那么它的终极形态△◁■◇☆，

　　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•●…。

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(图10)

　　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◇…▲。

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(图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）☆◇-▼=●。

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(图12)

　　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%-○▷-▼。

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(图13)

　　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●▼▼▷▲。

　　以ChatGPT为代表的AI●▲▪★•●，则可以根据过去的语料来「预测下一个Token」◆••●。

　　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☆…•。

　　看看它的预测如何变化-◇●▲△◇；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(图14) 换句话说◇…，IRT）和广义Bradley-Terry（BT）模型•▼。将人类的直觉洞察与AI强大的数据分析能力相结合◇▲▪，AI也会把它的思考过程告诉你■•○◇•。