AIGC动态欢迎阅读
原标题：UC伯克利：用大模型
预测未来，准确率超越人类！
关键字：模型,报告,问题,系统,作者文章来源：夕小瑶科技说
内容字数：7804字内容摘要：
夕小瑶科技说 原创编辑 | 谢年年近年来，语言模型在文本生成、翻译、情感分析等领域大放异彩，但利用语言模型做预测的任务还比较少。这里的预测任务指的是根据现有情况预测还未发生的结果，比如“明天会下雨吗？”、“4月1号前GPT-5会发布吗？”
其实文本生成本质上也是一种预测，根据输入的文本序列，预测下一个单词或字符。这样看来大语言模型天然就适合做预测任务。
事实真的如此吗？
今天介绍的这篇文章通过实验结果告诉我们没有任何模型天生擅长预测，且与人类预测水平还有一定的差距。
因此，本文沿着改善大模型的预测能力展开研究。简单来说，模型需要更加详细的背景信息和最新的信息才能做出准确的预测，因此作者增加了多阶段丰富的检索增强过程。另外作者还引导大模型同时给出预测结果与推理过程，增加了预测过程的可解释性。
同时发布了一个从5个真实世界的预测竞赛中编制的最大和最新的预测数据集，补充了背景信息的方法在该数据集上取得了与人类相当的水平。
论文标题：Approaching Human-Level Forecasting with Language Models
论文链接：https://arxiv.org/p原文链接：UC伯克利：用大模型预测未来，准确率超越人类！
联系作者
文章来源：夕小瑶科技说
作者微信：xixiaoyaoQAQ
作者简介：更快的AI前沿，更深的行业洞见。聚集25万AI一线开发者、互联网中高管和机构投资人。一线作者来自清北、国内外顶级AI实验室和大厂，兼备行业嗅觉与报道深度。
