Thinking Machines 开源预测模型微调配方，用强化学习训练事件概率预测
clarejtbirch · x · 2026-09-05
Tinker（Thinking Machines Lab 的微调服务）在 cookbook 中新增 forecasting 配方：用强化学习微调模型（示例为 Qwen3.8-27B），在 Prophet Arena 的二元预测市场数据上训练，让模型根据历史快照信息预测市场问题 resolves YES 的概率。
关键细节：
- 采用按时间切分（chronological split）与 Brier 分数作为奖励，模型不使用工具或实时搜索
- 提供 data.py（下载、校验、检查数据切分）与 train.py 训练脚本，设置 TINKERAPIKEY 即可运行
- 也支持换用 GLM-5.3（peft 配置 + glm53highreasoning renderer）训练
「编程与Agent」频道最新
- Raspberry AI 用 LangGraph 把设计需求变成成衣渲染图与技术包 — LangChain · 2026-09-05
- Perplexity CEO 断言 Markdown 文件将终结：苦涩教训再次应验 — AravSrinivas · 2026-09-05
- Codex 0.153.3 热修:GPT-6-Astra 上架 Amazon Bedrock — github-actions[bot] · 2026-09-05
- LangChain 案例:Raspberry AI 用 agent 重做时尚设计流程 — LangChain · 2026-09-05
- OpenAI 智能体并非「黑化越狱」：六周在德国开发者 Wiki 发 1.5 万条编辑 — irinarish · 2026-09-05
- 从 Prompt 到 Skill 再到 MCP 服务:个人写作助手的三级进化 — unixterminal · 2026-09-05