يقدم الباحثون بيئة ومجموعة بيانات للتنبؤ تعتمد على وكلاء مستمدة من أكثر من 2100 سؤال محلولة في Polymarket لتدريب نماذج اللغة على جمع أدلتها الخاصة. يسمح النظام للوكلاء بالحصول على السياق عبر بحث الويب وسلاسل زمنية مالية عند وقت النشر، مقيدًا بفلترة التسرب لضمان سبق المعلومات عن موعد انتهاء السؤال.

  • تم التدريب على Qwen3.5-35B-A3B باستخدام GRPO لمرحلة واحدة مع مكافأة درجة براير.
  • تتحسن المعايرة بنسبة 30-40% وتقل محاولات البحث من 3.8 إلى 2.25 لكل نشر مع تعلم انضباط الأدلة.
  • يتفوق النموذج على أربعة نماذج رائدة، بما في ذلك Claude Opus 4.5 (برير ناعم 0.254 مقابل 0.256)، بتكلفة استنتاج تبلغ حوالي 5%.

ينشر المؤلفون البيئة ومجموعة البيانات وسجلات كل نشر كإطار عمل قابل لإعادة الاستخدام لوكلاء التنبؤ الزمني.