Apodex 首次上榜即登顶 ProphetArena,Brier 分超所有前沿大模型
SimonShaoleiDu · x · 2026-09-30
AI 预测平台 Apodex 首次参赛便在知名实时预测基准 ProphetArena 上排名第一。该基准由 The Atlantic、Yahoo Finance 报道过,GPT、Claude、Gemini、Grok、DeepSeek、Kimi 等各家前沿模型均在其榜单上。
评分采用 Brier 分数,不只看预测对错,还看置信度校准——Apodex 拿到 0.0897,领先所有前沿实验室,甚至比 Kalshi 预测市场本身更准。作者认为静态基准测的是模型「知道什么」,而预测测试的是对尚未发生之事的推理能力,是从基准通往 Discoverative AI 的桥梁。
所属事件:Apodex 首秀登顶 ProphetArena,Brier 分压前沿模型(2 条相关)→
「模型」频道最新
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- Devin 构建中现 Anthropic 隐身模型,METR 图显示前沿速度提至 1.4 倍 — daniel_mac8 · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16