НОВОСТЬ · MODELS · #2746
Автор поручил команде ИИ на основе Codex управление фэнтези-составом АПЛ — пока не лучше людей
Автор создал с помощью OpenAI Codex «каркас», координирующий десятки ИИ‑агентов (читают новости, моделируют, критикуют) для управления фэнтези‑командой АПЛ; система стала лучше по сравнению с прошлым, но пока не превзошла средних человеческих результатов. В статье цитируется исследование Хайфэна Сю и коллег, в котором передовые модели (GPT‑5, Grok 4, Claude Sonnet, Gemini, Llama) показали улучшение в прогнозах на бенчмарках вроде Prophet Arena, тогда как эксперименты Prediction Arena и ForecastBench дают смешанные результаты и признаки улучшения моделей со временем.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Автор создал с помощью OpenAI Codex «каркас», координирующий десятки ИИ‑агентов (читают новости, моделируют, критикуют) для управления фэнтези‑командой АПЛ; система стала лучше по сравнению с прошлым, но пока не превзошла средних человеческих результатов.
- В статье цитируется исследование Хайфэна Сю и коллег, в котором передовые модели (GPT‑5, Grok 4, Claude Sonnet, Gemini, Llama) показали улучшение в прогнозах на бенчмарках вроде Prophet Arena, тогда как эксперименты Prediction Arena и ForecastBench дают смешанные результаты и признаки улучшения моделей со временем.
- Это показывает, что современные модели и оркестрация агентов умеют обрабатывать значительно больше информации, но во многих реальных прогнозных задачах всё ещё уступают лучшим людям — динамика, которая при улучшении моделей может изменить профессии в торговле и прогнозировании.
ПОЧЕМУ ЭТО ВАЖНО
Это показывает, что современные модели и оркестрация агентов умеют обрабатывать значительно больше информации, но во многих реальных прогнозных задачах всё ещё уступают лучшим людям — динамика, которая при улучшении моделей может изменить профессии в торговле и прогнозировании.