FABench：首个预测智能体可扩展回测基准发布

arXiv（cs.AI）2026-11-02 发布的论文由 Yuxuan Wang、Yishu Wang、Jiaqi Deng 提出，宣布发布 FABench，这是首个用于预测智能体（Forecasting Agents）的可扩展回测基准环境。 FABench 的首个版本涵盖 9 个领域、共 287 个问题；基准通过自动化管道生成问题以匹配模型训练截止日期，并提供结合离线档案与实时搜索的环境。 论文对 8 个最新模型进行评估，结果显示检索功能提升了所有模型的 Brier 分数；表现最佳的三个智能体在 Polymarket 关联的 54 个问题中得分略高于市场共识。代码和数据已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。