实体
ForecastBench
ForecastBench
PulseAugur coverage of ForecastBench — every cluster mentioning ForecastBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
LLM通过参数高效方法适应时间序列预测 · 跟踪2个来源
研究人员正在探索参数高效的方法来使大型语言模型（LLM）适应时间序列预测任务。一项研究将时间序列数据直接投影到GPT-2模型的嵌入空间中，在更新不到1%的参数的情况下实现了具有竞争力的准确性。另一篇论文引入了一个“能力门控”，通过估计LLM预测相对于现有预测的边际价值来选择性地整合LLM预测，平均而言提高了准确性，但会服从强大的市场预测。
-
贝叶斯语言预测器代理在预测基准测试中达到最先进水平
研究人员开发了贝叶斯语言预测器（BLF），这是一个为二元预测任务设计的代理系统。BLF 将数值概率估计与自然语言证据摘要相结合，并通过大型语言模型进行迭代更新。这种新颖的方法在 ForecastBench 基准测试中取得了最先进的性能，优于 GPT-5 和 Grok-4.20 等现有方法。