KalshiBench: LLMs zeigen systematisches Übervertrauen bei Vorhersagen
Ein neues Benchmark namens KalshiBench wurde vorgestellt, das die epistemische Kalibrierung großer Sprachmodelle (LLMs) anhand von 300 echten Vorhersagefragen aus dem Kalshi‑Markt testet. Kalshi ist eine von der CFTC re…