标签
AlphaBet 采用智能体强化学习训练单一 LLM 策略,使其在多日期事件预测中进行搜索、推理与概率汇报。通过多日期训练,Forecast-Dojo 上的 Brier score 从 0.731 降至 0.626,并揭示 GRPO 的标准差归一化会损害 proper scoring rule 的表现。
ProbabilityBench 引入了一个具有精确已知的真实类别概率的基准,从而可以直接衡量模型(包括 Jev 和 Perplexity Decider 等决策模型)对真实概率的估计能力,并实现对校准指标和贝叶斯误差估计器的评估。
提出PRB-RUPFormer,一种递归统一概率Transformer,用于预测蜂窝网络中残差物理资源块,在商业LTE数据上实现了高精度和不确定性量化。