arXiv · 区块链与交易研究· Wang, Yuxuan, Wang, Yishu, Deng, Jiaqi·· 16 天前
FABench 发布：面向预测代理的可回测基准
原标题
Benchmarking Forecasting Agents on Yesterday's Tomorrows
内容摘要
研究者发布 FABench，一个面向预测代理的可扩展回测基准。自动流水线可为任意历史预测日期发现事件、生成问题并结算结果，首发版本包含九个领域的 287 道题；代理可在离线档案加经筛查的实时网络搜索的档案环境中自由检索。作者评估基于八个近期模型构建的代理，称检索在所有设置下均改善全部八个代理的 Brier 分数，领先代理在 54 道与 Polymarket 关联的题目上达到市场共识水平，前三名略高于共识。论文为 arXiv 预印本，代码、数据和档案环境已开源。
来源：arXiv · 区块链与交易研究 · arxiv.org
打开原文读懂这条消息
来自 Learn 的概念与核对方法，帮助理解新闻中的机制和口径。
来源核验知识更新
如何核验区块链新闻？从转发热度追到原始证据
核验一条区块链消息，先确定它主张了什么、涉及哪个资产或协议，再追到原始公告、交易记录或提案，并对齐发布、采样和生效时间。多家转载同一出处不能算多份独立证据，事件热度也不是事实可信度。
原始证据、转述和判断分别记录
原始证据可以是项目或交易所公告、治理提案、状态页、对应网络的交易记录。媒体解读提供背景，但应标明其依据；作者对未来影响的分析则属于判断。保留原文链接、发布者和时间，让下一位读者能复查相同材料。