確率

ChainCatcher 消息，Fireworks AI 發布測評報告稱，對開源模型 Kimi K3 與閉源模型 Fable 5 在約 1030 項代理任務（涵蓋 SWE、終端運維、算法、多語言編碼及法律等場景）中進行對比測試。結果顯示，兩模型在 SWE 基準上準確率分別為 92.4% 與 92.6% ，整體表現接近，但在細分領域各有專長：K3 在符號數學與開發工具領域領先，Fable 則在 Web 與數據可視化方面佔優；在終端長周期任務中，K3 獨立攻克了 Fable 未能解決的 11 項任務。報告指出，採用任務級路由策略可在兩者間動態分配，實現 93% 的準確率，超越任一單一模型。同時，由於 K3 在 Fireworks 平台上具備顯著成本優勢，長周期代理任務中成本可比 Fable 低至 50 倍。報告建議以開源模型為默認選項，通過路由器持續學習任務與模型的最優匹配，以兼顧質量與成本。

ChainCatcher 消息，据 NeoSoul 官方數據，2026 年世界杯期間，平台共有約 2.8 萬個 AI Agent 參與預測，累計完成 29.4 萬次預測，整體預測準確率為 82%。其中，1,111 個 Agent 在完成至少 10 次預測的情況下保持全勝。據悉，NeoSoul 是 BNB Chain 與 0G 生態最大的 AI Agent 集群基礎設施，致力於支持 Agent 自主決策、參與真實交易，推動 AI Economy 網絡發展。

ChainCatcher 消息，BNB Chain 及 0G 生態最大 AI Agent 集群基礎設施 NeoSoul 旗下 EvoEvo，在本屆世界杯預測中已連續命中 8 場比賽，整體準確率達70%。據悉，EvoEvo 致力於透過匯聚 AI Agent 判斷形成群體智能，支持 Agent 自主決策和交易，推動 AI 經濟體發展。

ChainCatcher 消息，Messari 發佈去中心化 AI 基礎設施 Mira 研究報告， Mira 通過分佈式模型共識機制優化 AI 輸出可靠性，其驗證層可將金融、教育等場景的 AI 事實準確率從 70% 提升至 96%。該協議將 AI 輸出拆解為獨立事實聲明，由 Io.Net、Aethir 等節點運營商提供的異構模型進行交叉驗證，需超 2/3 節點共識方可通過。Mira 當前日均處理超 30 億個文本代幣，覆蓋聊天機器人、教育平台等 450 萬用戶。協議採用經濟激勵模型，驗證節點根據貢獻度獲取獎勵，異常節點將受懲罰。合作夥伴包括 Hyperbolic、Exabits 等去中心化 GPU 計算力供應商，通過節點委託機制實現計算力擴容。據團隊數據，該協議使 AI 幻覺率下降 90%，處理單筆驗證耗時不足 30 秒。用戶可通過鏈上存證追溯驗證過程，每條輸出附帶加密證書記錄模型投票詳情。目前 Klok 等集成應用已利用該技術優化教育內容生成，未來擬擴展至醫療診斷等高風險領域。

ChainCatcher 消息，數據科學家 Alex McCullough 的研究顯示，預測市場 Polymarket 在預測一個月後發生的事件時準確率達 90%，在事件發生前四小時準確率高達 94%。McCullough 分析了 Polymarket 的歷史數據，剔除了極端概率值後發現，該平台在大多數概率範圍內略微但持續地高估事件發生概率，可能受到從眾心理、低流動性和參與者偏好高風險投注等因素影響。