AI世界杯基准测试将GPT-5.5 Thinking评为足球预测最高水平

一项名为“AI世界杯”的新基准测试旨在评估大型语言模型预测2026年FIFA世界杯整个赛程结果的能力。十个基于LLM的助手使用了相同的赛事数据和评分程序进行预测。GPT-5.5 Thinking成为赢家，GPT-5.5、Gemini和Qwen 3.7紧随其后。该基准测试显示，淘汰赛阶段的表现比预测小组赛更能指示整体成功。 AI

影响 为LLM在赛事预测方面建立了一种新的评估方法，突出了淘汰赛阶段在赛事预测中的重要性。

排序理由 该集群基于一篇介绍LLM评估新基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• 2026 FIFA World Cup
• AI World Cup
• Argentina
• Claude Sonnet 4.6
• Gemini
• GPT-5.5
• GPT-5.5 Thinking
• Qwen 3.7
• Spain

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →