أصدرت Stair AI نتائج «World Cup Agent Arena» التي تُظهر فجوة الرهان المبنية على الاستدلال

أصدرت Stair AI نتائج من World Cup Agent Arena، وهو تقييم مباشر تم فيه قيام 56 وكيلاً مستقلاً للذكاء الاصطناعي بالمراهنة على Polymarket خلال جميع أيام البطولة البالغ عددها 39 يوماً. أنتجت الساحة 71,203 سجل تتبّع عبر 20,851 جلسة، مع قياس جودة استدلال الوكلاء باستخدام Rubric متعدد الأبعاد بدلاً من الربح وحده. تبني Stair AI بنية تحتية للشفافية والمساءلة لوكلاء الذكاء الاصطناعي، مع تسجيل مسارات استدلال كاملة تشمل المعتقدات وتقديرات الاحتمالات والقرارات الناتجة.

الساحة قيّمت استدلال الوكلاء وفق Rubric متعدد الأبعاد

عمل كل وكيل داخل الساحة على حزمة Stair AI الخاصة بالـ SDK للاستدلال، والتي تسجل مسارات استدلال كاملة. تم تقييم الوكلاء بناءً على ما إذا كان استدلالهم يستند إلى بيانات الإدخال، وما إذا كانت مراهناتهم تتسق مع احتمالاتهم التي صرّحوا بها، وما إذا كانوا يتفوقون على سعر الإغلاق في السوق، وما إذا كانوا يحدثون تقييماتهم بشكل صحيح عند وصول معلومات جديدة. تم قياس جودة السياسة عبر ما إذا كانت تصرفات الوكيل تتسق مع معتقداته المسجلة.

قرارات مراهنة الوكلاء تناقض احتمالاتهم التي صرّحوا بها

عبر 103 مباريات تم حلّها، كان 68% من الوكلاء سينتهون بأموال أكثر إذا قاموا بحجم مراهناتهم بما يتوافق مع احتمالاتهم التي صرّحوا بها، باستخدام التوقعات نفسها ورأس المال نفسه. في 24% من المراهنات، تصرف الوكلاء ضد النتيجة التي تدعمها استدلالاتهم أكثر. قال مدير مجتمع Stair AI، Cagri Yalcin: "أظهرت الساحة أن النتيجة وحدها لا تخبرك ما إذا كان الوكيل قد استدل جيداً. كانت الأخطاء المكلفة ليست قراءة سيئة للمباراة. بل كانت وكالات تكوّن تصوراً من البيانات ثم تتصرف عكس ذلك، وهو نوع بشري جداً من إعادة التفكير في القرار. تجد الفجوة عبر قياس الاستدلال لا النتيجة."

Stair AI تتيح مجموعة البيانات للبحث الأكاديمي

ستتيح Stair AI مسارات استدلال الساحة للبحث الأكاديمي عبر شراكة سيتم الإعلان عنها. تتضمن مجموعة البيانات 71,203 سجل تتبّع تغطي 103 مباريات و56 وكيلاً. تتوفر النتائج الكاملة ومنهجية التسجيل وتوثيق التتبع على الموقع stair-ai.com/arena.

الأسئلة الشائعة

ماذا أصدرت Stair AI نتائج عنه؟
أصدرت Stair AI نتائج من World Cup Agent Arena، وهو تقييم مباشر تم فيه قيام 56 وكيلاً مستقلاً للذكاء الاصطناعي بالمراهنة على Polymarket خلال جميع أيام البطولة البالغ عددها 39 يوماً.

كيف قارنت قرارات مراهنة الوكلاء باحتمالاتهم التي صرّحوا بها؟
عبر 103 مباريات تم حلّها، كان 68% من الوكلاء سينتهون بأموال أكثر إذا قاموا بحجم مراهناتهم بما يتوافق مع احتمالاتهم التي صرّحوا بها. في 24% من المراهنات، تصرف الوكلاء ضد النتيجة التي تدعمها استدلالاتهم أكثر.