AI 연구연구 프리프린트
여러 시점의 근거를 검색해 사건 확률을 학습하는 AlphaBet
원문 읽기 · arxiv.org ↗(새 탭에서 열림)AlphaBet은 같은 사건을 여러 과거 시점에서 예측하게 해 검색 근거와 확률 보고를 함께 학습하는 에이전트 연구다.
배경과 방식
- 기존 예측 학습은 미리 모은 증거를 받은 한 날짜의 확률 보고에 집중했다. AlphaBet은 해결 전 날짜마다 해당 시점에 공개된 기사만 검색·읽고 예측 확률을 낸다.
실험 결과
- GLM-4.5-Air 기반 모델을 1,028개 훈련 사건으로 학습하고 별도 Forecast-Dojo 230개 사건과 FutureX 343개 사건에서 평가했다. 두 세트의 Brier 점수는 각각 0.731→0.626, 0.612→0.528이었다.
해석 조건
- 실제 미래 사건을 실시간으로 예측한 운영 성적은 아니다. 영어 뉴스 코퍼스와 Polymarket 질문, 고정 선택지를 벗어난 일반화는 확인되지 않았다. 비심사 프리프린트다.
함께 확인할 조건
- 오프라인 재생 연구이며 Polymarket 질문과 영어 CC-News에 편중돼 있다. 고정 선택지 밖의 예측과 실시간 외부 검증은 아직 다루지 않았고 계산비용도 크다. 비심사 프리프린트다.
이 글의 용어
기사에서 다루는 개념을 검수된 용어집에서 살펴보세요.
출처와 편집 기준
arxiv.org · 연구 프리프린트 · 검수 2026.10.19 (KST)
요약은 원문의 핵심을 정리했으며, 커머스 인사이트는 편집 해석이다.