**JockeyBench：基于赛马决策评估大模型智能体预测能力**

_JockeyBench: Evaluating LLM Agents on Horse-Racing Decision-Making_

> 该研究提出了 JockeyBench 基准，利用历史日本赛马数据评估大模型智能体在重复事件预测中的表现。通过对比“执行预设预测程序”与“实时获取证据进行预测”两种工作流，研究发现尽管部分配置在多次测试校正后显示出改进，但在凯利公式限制下所有配置的平均利润均为负值。研究强调在评估智能体时，应分别考察预测能力、适应能力、资源消耗及决策价值。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-26 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.19589)