#预测市场

刷榜这事在开放挑战赛里真会发生，论文复现时一个选手开两个号就包揽前两名。作者把预测市场付费规则证明了一遍，还给出按次收费和版税两种补救方案。如果你在做开放基准或众包评测，这篇直接帮你避开坑。

这篇论文把 LLM 预测误差的来源拆到了记忆保真度上，还给出了可复现的 Recall Fidelity Score 指标。做模型评测或搭建预测类智能体的开发者可以拿来当作诊断工具，比单纯看预测市场得分更有解释力。

别总盯着模型分数，人怎么用AI才是关键。这篇论文发现，能跟AI互补的人靠的是好奇心而非高智商。

做金融舆情或预测市场分析的团队会感兴趣——这篇论文用反事实增强解决了极端不平衡数据下的立场检测难题，50%合成数据是最佳实践，值得在类似场景中尝试。