研究人员推出预测智能体回测基准FABench并开源
Start here
2026年11月，研究人员推出面向预测智能体的回测基准FABench。该基准首发包含9个领域的287个问题，能够针对任意历史预测日期自动构建测试，以防止时间信息泄露。在对8个近期模型的评测中发现，检索机制改善了全部模型的Brier分数；其中表现最佳的3个智能体在54个与Polymarket关联的问题上，预测表现略高于市场共识水平。目前，该项目已正式开源代码、数据及档案环境。
AI-generated from reports · Updated 8 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能预测智能体回测基准 FABench 评测
研究人员推出预测智能体回测基准 FABench，首发包含 9 个领域的 287 个问题，可针对任意历史预测日期自动构建测试以防时间泄露。评测 8 个近期模型发现，检索改善了全部模型的 Brier 分数，表现最佳的 3 个智能体在 54 个 Polymarket 关联问题上略高于市场共识水平。目前该项目已开源代码、数据及档案环境。
Story heat trend
Current heat 8·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.