评估 RSO-F

RSO-F 正在 ForecastBench 上接受公开评估，该基准针对尚未发生的事件检验预测。结果可在其数据集初步排行榜上查看，并随着问题揭晓持续更新。

数据集初步排行榜涵盖基于现实世界时间序列、且结果已揭晓的问题。预测市场问题单独评估；这些结果并非两类问题的综合排名。

我们研究预测在哪些情况下表现良好、何时会失误，以及概率是否与实际结果相符。

每项新应用都需要独立评估。