AlphaBet 用强化学习训练 LLM 事件预测智能体
原文标题：AlphaBet: Reinforcement Learning for LLM Event Forecasting Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出智能体强化学习框架 AlphaBet，训练单一 LLM 策略在多个预测日期上搜索证据、推理并报告概率。在 GLM-4.5-Air 上，Forecast-Dojo Brier 分数从 0.731 降至 0.626，FutureX 从 0.612 降至 0.528，并指出 GRPO 标准差归一化会扭曲概率报告目标。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AlphaBet用智能体RL训练单一LLM跨多个预测日期搜索并报概率，GLM-4.5-Air上Brier分数0.731降至0.626。
- •AlphaBet把证据搜索纳入学习回路，在多个预解析日期分别输出概率，每个日期用proper scoring rule对最终结果打分。
- •将预测遗憾分解为证据获取差距与概率报告差距。
- •GLM-4.5-Air上Forecast-Dojo Brier从0.731降至0.626，FutureX从0.612降至0.528。
- •消融显示增益来自多日期训练，且信息获取与概率报告两方面均有改善；GRPO标准差归一化会扭曲多类proper score下的报告目标。
为什么重要：事件预测的训练通常从现成证据起步，该工作把检索纳入RL回路，并指出GRPO归一化与概率评分目标存在冲突。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。