Η Valory παρουσιάζει το μοντέλο ανοικτών βαρών Olas Predict, με βελτιωμένες επιδόσεις στις προβλέψεις πραγματικών γεγονότων

Η Valory παρουσίασε το Olas-Predict-Qwen3.8-27B, ένα μοντέλο προβλέψεων ανοικτών βαρών, το οποίο, σύμφωνα με την εταιρεία, υπολείπεται κατά μόλις 1,2 ποσοστιαίες μονάδες του μοντέλου σύγκρισης GPT-5.6 σε δοκιμή αγορών προβλέψεων πραγματικών γεγονότων. Το εξειδικευμένο μοντέλο των 27 δισεκατομμυρίων παραμέτρων πέτυχε ισορροπημένη ακρίβεια 67,3% στην εσωτερική αξιολόγηση της Valory, έναντι 68,5% για το GPT-5.6, όταν και στα δύο συστήματα δόθηκαν τα ίδια στοιχεία για τις αγορές.

Το αποτέλεσμα θέτει ένα πρακτικό ερώτημα για την ανάπτυξη της τεχνητής νοημοσύνης: πόσο από την απόδοση σε μια εξειδικευμένη εργασία οφείλεται στις ευρείες γνώσεις ενός μοντέλου και πόσο μπορεί να προκύψει από συναφή στοιχεία και στοχευμένη εκπαίδευση; Το νεότερο πείραμα της Valory υποδεικνύει ότι ένα μικρότερο, προσαρμόσιμο μοντέλο μπορεί να είναι ανταγωνιστικό σε μια αυστηρά οριοθετημένη εργασία προβλέψεων, δείχνει όμως επίσης ότι ένα ισχυρότερο μοντέλο βάσης εξηγεί μεγάλο μέρος της βελτίωσης.

Τι μετρά η σύγκριση προβλέψεων της Valory

Η ανακοίνωση παρουσιάζει αποτελέσματα για 6.824 αγορές προβλέψεων που μπορούσαν να διερευνηθούν. Τα συστήματα χρησιμοποίησαν κοινές προτροπές και στοιχεία, με τη θερμοκρασία ρυθμισμένη στο μηδέν, ενώ η Valory εφάρμοσε χρονικό φίλτρο συνδεδεμένο με την αναφερόμενη ημερομηνία αποκοπής γνώσεων του μοντέλου σύγκρισης GPT-5.6, τη 16η Φεβρουαρίου 2026. Η σύγκριση αξιολογεί τον τρόπο με τον οποίο τα μοντέλα συλλογίζονται βάσει των στοιχείων που τους παρέχονται, αντί να ζητά από κάθε σύστημα να συγκεντρώσει τις δικές του πληροφορίες.

Το εύρος της αξιολόγησης έχει σημασία. Πρόκειται για αποτελέσματα που αναφέρει η εταιρεία σε επιλεγμένες αγορές και όχι για ανεξάρτητη απόδειξη γενικής ισοδυναμίας μεταξύ των μοντέλων. Η τελική σύγκριση είναι επίσης ξεχωριστή από ένα προηγούμενο πείραμα με 10.916 δείγματα και από τη μελέτη της Valory για μοντέλο 14 δισεκατομμυρίων παραμέτρων, η οποία είχε δημοσιευτεί παλαιότερα.

Η ισορροπημένη ακρίβεια αποδίδει ίση βαρύτητα στην απόδοση στις δύο κατηγορίες αποτελεσμάτων, ώστε ένα συχνότερο αποτέλεσμα να μην κυριαρχεί στη συνολική βαθμολογία. Η Valory αναφέρει επίσης τη βαθμολογία Brier, η οποία αξιολογεί τις πιθανολογικές προβλέψεις και τιμωρεί τα σφάλματα που γίνονται με υπερβολική βεβαιότητα. Οι χαμηλότερες βαθμολογίες Brier είναι καλύτερες· ένας φορέας προβλέψεων θα πρέπει να επιβραβεύεται για την καλή βαθμονόμηση της αβεβαιότητάς του και όχι απλώς επειδή επέλεξε τον τελικό νικητή.

Ο πίνακας αναπαράγει το τελικό υποσύνολο σύγκρισης που ανέφερε η Valory. Η ιστορική τιμή αναφοράς του GPT-4.1 θα πρέπει να εκληφθεί ως η συγκεκριμένη τιμή αναφοράς και όχι ως νέα, καθολική βαθμολογία για το GPT-4.1.

Το ισχυρότερο μοντέλο βάσης προσφέρει το μεγαλύτερο μέρος της βελτίωσης

Σε αυτήν τη σύγκριση, το νέο μοντέλο βελτιώνει την επίδοση του Olas-Predict-R1-14B κατά περίπου 22% ως προς το σφάλμα Brier και κατά 8,4 ποσοστιαίες μονάδες ως προς την ισορροπημένη ακρίβεια. Ωστόσο, η αρχική έκδοση Qwen3.8-27B, χωρίς εκπαίδευση στον συγκεκριμένο τομέα, επιτυγχάνει ήδη ισορροπημένη ακρίβεια 66,4% και βαθμολογία Brier 0,2235, καλύπτοντας μεγάλο μέρος της απόστασης.

Η εκπαίδευση στον συγκεκριμένο τομέα προσφέρει επιπλέον βελτίωση: το σφάλμα Brier μειώνεται κατά περίπου 5%, ενώ η ισορροπημένη ακρίβεια αυξάνεται κατά 0,9 ποσοστιαίες μονάδες. Το αναμενόμενο σφάλμα βαθμονόμησης, που συνοψίζει τον βαθμό αντιστοιχίας μεταξύ της δηλωμένης βεβαιότητας και των παρατηρούμενων αποτελεσμάτων, μειώνεται από 0,1630 σε 0,1429 — βελτίωση περίπου 12,3%.

Αυτό είναι πιο χρήσιμο εύρημα από το να αποδοθεί ολόκληρη η βελτίωση από τη μία γενιά στην άλλη στη λεπτομερή προσαρμογή. Το ισχυρότερο μοντέλο βάσης και η εξειδικευμένη εκπαίδευση συμβάλλουν ξεχωριστά. Η δεύτερη φαίνεται να βελτιώνει τον τρόπο με τον οποίο το μοντέλο εκφράζει πιθανότητες, μια σημαντική δυνατότητα όταν ένα σύστημα που βασίζεται σε αυτό πρέπει να αποφασίσει αν τα στοιχεία είναι αρκετά ισχυρά ώστε να αναλάβει δράση.

Το εργαλείο προβλέψεων παρέχει στοιχεία· το μοντέλο εκτιμά πιθανότητες

Η Valory περιγράφει μια διαδικασία εκπαίδευσης που αξιοποιεί αξιολογημένα παραδείγματα προβλέψεων και ενισχυτική μάθηση για τη βελτίωση των πιθανολογικών εκτιμήσεων. Ένα ξεχωριστό εργαλείο συγκεντρώνει πληροφορίες και στοιχεία για τις αγορές και στη συνέχεια τα παρέχει στο μοντέλο.

Αυτός ο διαχωρισμός αποτελεί βασικό στοιχείο της αρχιτεκτονικής. Το γλωσσικό μοντέλο είναι ένα από τα συστατικά ενός συστήματος προβλέψεων: η ανάκτηση στοιχείων καθορίζει ποιες πληροφορίες είναι διαθέσιμες, ενώ το μοντέλο τις ερμηνεύει και παράγει μια πιθανότητα. Ακόμη και ο ισχυρός συλλογισμός βάσει ανεπαρκών ή παρωχημένων στοιχείων μπορεί να οδηγήσει σε κακή πρόβλεψη.

Η προσέγγιση δημιουργεί επίσης δυνατότητες ανεξάρτητης βελτίωσης των επιμέρους στοιχείων. Οι προγραμματιστές μπορούν να βελτιώσουν την ανάκτηση, να αλλάξουν τον τρόπο παρουσίασης των στοιχείων ή να ενημερώσουν το σύστημα προβλέψεων χωρίς να χρειάζεται απαραίτητα να ανακατασκευάσουν ολόκληρο τον πράκτορα. Οι αναφερόμενες βαθμολογίες αξιολογούν έναν συγκεκριμένο συνδυασμό στοιχείων και συμπεριφοράς του μοντέλου, επομένως δεν θα πρέπει να θεωρείται αυτομάτως ότι ισχύουν και για μια διαφορετική διαδικασία ανάκτησης.

Πώς η Olas μετατρέπει τη δραστηριότητα των πρακτόρων σε δεδομένα εκπαίδευσης

Η Valory είναι βασικός συντελεστής της Olas, της οποίας το οικοσύστημα Predict συνδέει πράκτορες που δημιουργούν αγορές, πραγματοποιούν συναλλαγές, παρέχουν προβλέψεις και οριστικοποιούν αποτελέσματα. Οι συναλλασσόμενοι μπορούν να αγοράζουν υπηρεσίες προβλέψεων από εξειδικευμένους πράκτορες μέσω του Mech Marketplace. Όταν οριστικοποιούνται τα γεγονότα, οι προβλέψεις μπορούν να συγκριθούν με τα αποτελέσματα, δημιουργώντας καταγραφές για αξιολόγηση και μελλοντική εκπαίδευση.

Αυτός ο κύκλος ανατροφοδότησης παρέχει στο έργο στοιχεία ειδικά για κάθε εργασία. Αντί να αξιολογεί μια πρόβλεψη αποκλειστικά με βάση το αν η εξήγησή της ακούγεται πειστική, το σύστημα μπορεί τελικά να συγκρίνει την εκτίμηση πιθανότητας με ένα γεγονός του οποίου η έκβαση έχει οριστικοποιηθεί. Η οριστικοποίηση της αγοράς εξακολουθεί να καθορίζει τον στόχο, επομένως η διατύπωση των ερωτήσεων και η ποιότητα της οριστικοποίησης παραμένουν καθοριστικές.

Η προηγούμενη δημοσιευμένη εργασία της Valory αξιοποίησε περισσότερα από 200.000 αρχεία προβλέψεων πρακτόρων για την εξειδίκευση του Olas-Predict-R1-14B. Σε ξεχωριστή αξιολόγηση μεταγενέστερων αγορών αναφέρθηκε ακρίβεια 75,8% σε 2.628 αγορές. Το ποσοστό αυτό είναι η συνήθης ακρίβεια από διαφορετική αξιολόγηση· δεν είναι άμεσα συγκρίσιμο με τη νέα ανακοίνωση για ισορροπημένη ακρίβεια 67,3%.

Τι αλλάζουν τα ανοιχτά βάρη στην ανάπτυξη

Ένα μοντέλο πρόβλεψης με ανοιχτά βάρη δίνει στους προγραμματιστές τη δυνατότητα να φιλοξενήσουν και να προσαρμόσουν το μοντέλο, αντί να εξαρτώνται αποκλειστικά από μια απομακρυσμένη ιδιόκτητη υπηρεσία. Για έναν οργανισμό που αναπτύσσει μια ροή εργασιών πρόβλεψης, αυτό μπορεί να προσφέρει μεγαλύτερο έλεγχο στις ενημερώσεις του μοντέλου, στην υποδομή εξυπηρέτησης και στον χειρισμό των παρεχόμενων στοιχείων.

Ένα μοντέλο με 27 δισεκατομμύρια παραμέτρους εξακολουθεί να απαιτεί κατάλληλο υλικό, ενώ οι απαιτήσεις μνήμης, η καθυστέρηση και η διεκπεραιωτική ικανότητα εξαρτώνται από την ακρίβεια, το μήκος του πλαισίου και τον αριθμό των ταυτόχρονων αιτημάτων. Η ανακοίνωση δεν παρέχει μετρημένο κόστος ανάπτυξης ούτε επιδόσεις συγκριτικής αξιολόγησης για την εξυπηρέτηση του νέου μοντέλου, επομένως ο αριθμός των παραμέτρων του από μόνος του δεν τεκμηριώνει κάποιο συγκεκριμένο πλεονέκτημα στο λειτουργικό κόστος.

Η ποιότητα των προβλέψεων διαφέρει επίσης από τις επιδόσεις στις συναλλαγές. Οι αποδόσεις εξαρτώνται από τις τιμές της αγοράς, το κόστος συναλλαγών, την εκτέλεση και τη στρατηγική, καθώς και από τις προβλέψεις — διάκριση που αποτυπώνεται στους περιορισμούς της προηγούμενης κάρτας μοντέλου της Valory.

Η σημασία του Olas-Predict-Qwen3.8-27B είναι, επομένως, συγκεκριμένη αλλά ουσιαστική: η Valory αναφέρει ότι ένα εξειδικευμένο μοντέλο πλησιάζει το μοντέλο αναφοράς αιχμής στις προβλέψεις με βάση παρεχόμενα στοιχεία, χάρη σε μετρήσιμα οφέλη από την εκπαίδευση στον συγκεκριμένο τομέα. Η επόμενη ευκαιρία του είναι να αξιοποιήσει τη συνεχή ροή προβλέψεων με οριστικοποιημένη έκβαση, ώστε να επιτύχει βελτιώσεις που θα αποδίδουν και σε μεταγενέστερα γεγονότα και σε πραγματικές εφαρμογές.