arXiv cs.LG· Liqin Ye, Rongzhi Zhang, Xin Liu, Zheng Li, Yuan He, Qingyu Yin, Priyanka Nigam, Chao Zhang·· 15 天前AI 评分35
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
研究人员提出智能体强化学习框架 AlphaBet，训练单一 LLM 策略在事件解决前的多个日期自主搜索证据、推理并报告概率。基于 GLM-4.5-Air 测试，AlphaBet 将 Forecast-Dojo 的 Brier score 从 0.731 降至 0.626，FutureX 则从 0.612 降至 0.528。
来源：arXiv cs.LG · arxiv.org