Leo｜LeoLabs.me(@runes_leo):这篇讲 forecasting RL 预测强化学习的文章挺有意思。它做的事情可以这样理解：拿一批已经有结果的历史预测题，让 AI 回到当时的时间点。但不能让它直接上今天的互联网，否则会偷看到答案。所以作者搭了一个「时间遮罩」环境：搜索只能搜当时以前的资料；网页通过历史快照读取；金融和趋势数据也只给当时可见的部分。然后让模型自己查资料、判断证据、输出概率。等真实结果揭晓后，用 proper scoring rule 给它打分，再用 RL 去强化更好的预测过程。这点最有意思：训练的不是一句答案，而是整套预测动作：查什么、读什么、什么时候停、怎么处理冲突证据、最后给多少概率。放到预测市场里，我觉得第一步还不是让 AI 自动交易。更应该先让它保留 forecast diary： 1. 当时概率 2. 使用证据 3. 市场价格 4. 是否会交易 5. 后续结果 6. 错因归类如果一个系统说 60% 的时候，长期并不像 60%，那它还不是策略，只是会写理由。如果你也想练习“记录预测 → 等结果 → 校准自己”，可以从小额/模拟开始，把它当预测日记，而不是交易建议。我自己用的链接： https://t.co/WAGRNgvzvH 原文在这里： https://t.co/UP73IaFHV1 我觉得最值得看的不是结论本身，而是它把“预测”拆成了一个可以训练和复盘的过程。

2026.06.29 09:01

这篇讲 forecasting RL 预测强化学习的文章挺有意思。它做的事情可以这样理解：拿一批已经有结果的历史预测题，让 AI 回到当时的时间点。但不能让它直接上今天的互联网，否则会偷看到答案。所以作者搭了一个「时间遮罩」环境：搜索只能搜当时以前的资料；网页通过历史快照读取；金融和趋势数据也只给当时可见的部分。然后让模型自己查资料、判断证据、输出概率。等真实结果揭晓后，用 proper scoring rule 给它打分，再用 RL 去强化更好的预测过程。这点最有意思：训练的不是一句答案，而是整套预测动作：查什么、读什么、什么时候停、怎么处理冲突证据、最后给多少概率。放到预测市场里，我觉得第一步还不是让 AI 自动交易。更应该先让它保留 forecast diary： 1. 当时概率 2. 使用证据 3. 市场价格 4. 是否会交易 5. 后续结果 6. 错因归类如果一个系统说 60% 的时候，长期并不像 60%，那它还不是策略，只是会写理由。如果你也想练习“记录预测 → 等结果 → 校准自己”，可以从小额/模拟开始，把它当预测日记，而不是交易建议。我自己用的链接：原文在这里：我觉得最值得看的不是结论本身，而是它把“预测”拆成了一个可以训练和复盘的过程。