PulseAugur
中
实时 15:12:06
实体 FutureSim

FutureSim

PulseAugur coverage of FutureSim — every cluster mentioning FutureSim across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
时间线
  1. 2026-05-17 research_milestone Max Planck Institute researchers released FutureSim, a benchmark for AI forecasting agents. 来源
  2. 2026-05-14 research_milestone Researchers introduced FutureSim, a new benchmark for evaluating AI agents' adaptive capabilities by replaying world events. 来源
最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_77189 ·

    AI代理FutureSim以25%的准确率预测世界事件

    新的人工智能代理FutureSim已展示出以 25% 的准确率预测未来世界事件的能力。该代理通过按时间顺序重放真实世界的新闻事件，然后让其他代理预测后续结果来运行。使用的评估指标是 Brier skill score，它衡量概率预测的准确性。
  2. TOOL · CL_35213 ·

    FutureSim 基准测试使用历史数据评估 AI 预测能力

    来自马克斯·普朗克研究所的研究人员推出了 FutureSim，这是一个新的基准测试，旨在评估 AI 代理仅使用历史网络数据预测现实世界事件的能力。该方法可防止代理访问未来信息，模拟更真实的预测场景。使用 Codex harness 中的 GPT-5.5 等模型进行的早期测试在超级碗等一些市场中表现强劲，但在英国大选和格莱美奖等其他市场中表现不佳，表明其能力狭隘。
  3. TOOL · CL_32644 ·

    FutureSim基准测试AI智能体在现实世界中的适应能力

    研究人员开发了FutureSim，这是一个旨在评估AI智能体在动态、真实世界场景中适应能力的新基准。该系统按时间顺序重演历史事件，使智能体能够根据接收到的新闻和信息预测未来事件。对前沿智能体的初步测试显示出显著的性能差距，表现最好的智能体在预测三个月内的事件时准确率仅为25%，许多智能体的表现甚至不如随机猜测。