LLM-SoccerArena

新的基准测试LLM-SoccerArena测试体育预测准确性

研究人员推出了LLM-SoccerArena，这是一个新颖的前瞻性实时基准测试平台，旨在评估大型语言模型（LLM）在现实世界场景（特别是体育赛事）中的预测能力。该开源平台记录了未解决事件的带时间戳的预测，并考虑了模型版本、信息访问、提示策略和预测范围等不同因素。使用2026年FIFA世界杯进行的初步评估表明，与没有网络访问的LLM相比，拥有网络访问的LLM在预测准确性方面仅有边际改善，以Brier分数衡量。