Brier scores

AlphaBet 使用 RL 训练 LLM 进行事件预测

研究人员开发了 AlphaBet，一个新颖的代理强化学习框架，旨在增强大型语言模型 (LLM) 在事件预测方面的能力。该框架训练一个单一的 LLM 策略来主动搜索证据、推理潜在结果，并在事件解决前的多个日期报告预测概率。通过优化以降低 Brier 分数，AlphaBet 在证据获取和概率报告方面均显示出显著改进，在 Forecast-Dojo 和 FutureX 等基准数据集上优于先前的方法。