Ember：基於Brier分數的AI模型與Polymarket365天審計記錄

Ember是一個創新的AI預測基準測試平台，旨在通過長期跟蹤AI模型在真實預測市場中的表現來評估其預測能力。該平台將AI模型的預測結果與Polymarket——一個去中心化的預測市場——的實際結果進行對比。Polymarket允許用户對各種事件的結果下注，從而形成市場驅動的預測概率。Ember使用Brier分數作為核心評估指標，該指標源於氣象學，用於衡量預測概率與真實結果之間的均方誤差，分數越低表示預測越準確。通過365天的連續審計記錄，Ember能夠提供穩定的評估結果，避免短期波動的干擾。該基準測試為研究人員和開發者提供了透明的比較數據，有助於推動AI預測算法的發展。Ember的長期記錄不僅驗證了AI模型在真實世界場景中的實用性，還揭示了不同模型在預測任務中的優劣。