arXiv · ML· Liqin Ye, Rongzhi Zhang, Xin Liu, Zheng Li, Yuan He, Qingyu Yin, Priyanka Nigam, Chao Zhang·· 8 小时前AI 评分45
AlphaBet：用于LLM事件预测智能体的强化学习框架
AlphaBet: Reinforcement Learning for LLM Event Forecasting Agents
AI 导读
研究提出AlphaBet智能体强化学习（RL）框架，训练单一LLM策略跨多个预测日期搜索证据、推理并报告概率。 在GLM-4.5-Air模型上，AlphaBet将Forecast-Dojo数据集的Brier score从0.731降至0.626，FutureX数据集从0.612降至0.528。该框架将预测遗憾分解为证据获取差距与概率报告差距，证实多日期训练带来的提升源于信息获取与概率报告两方面。
来源：arXiv · ML · arxiv.org