跳到正文
Hugging Face Blog·· 2025-07-17AI 评分53

Hugging Face 发布 FutureBench:通过预测未来事件评估 AI 智能体

Back to The Future: Evaluating AI Agents on Predicting Future Events

AI 导读

Hugging Face 发布新基准 FutureBench,用于评估 AI 智能体预测未来事件的能力,其核心观点是,比复述旧知识更能体现智能的是基于过去知识去预测未来。该基准通过从新闻和预测市场获取实时问题,并要求结果在未来被证实,从而天然避免了数据污染问题。在初始测试中,GPT-4.1 和 Claude 3.7 等不同模型展现了不同的信息搜集和推理策略,揭示了它们在决策路径上的行为差异。

来源:Hugging Face Blog · huggingface.co