未来即标签：来自真实结果的可扩展监督
机器学习
2026-01-16 v2 人工智能
摘要
时间创造自由监督：关于真实事件的预测在事件实现后化为可验证结果。时间的 passage 提供无需标注的标签。为利用这一结构，我们将可验证奖励扩展到基于时间的真实世界预测。我们训练语言模型从因果遮盖信息中做出概率性预测，使用proper scoring rules作为事件实现后的奖励函数。学习完全由实现的结果驱动，实现开放世界预测中的可扩展结果基监督。在真实世界预测基准测试中，使用Foresight Learning训练的Qwen3-32B相对于其预训练基线的Brier分数提高27%，校准误差减半，且在构造的未来事件预测任务和Metaculus基准测试中超越Qwen3-235B，尽管参数规模相差7倍。
引用
@article{arxiv.2601.06336,
title = {Future-as-Label: Scalable Supervision from Real-World Outcomes},
author = {Benjamin Turtel and Paul Wilczewski and Danny Franklin and Kris Skothiem},
journal= {arXiv preprint arXiv:2601.06336},
year = {2026}
}