预注册复现测试品牌提及预测的持久性

一项预注册复现研究显示，gemini-3.1-pro-preview 基于前九次答案对品牌提及率的预测，在 20.3 天后仍然有效。 研究于 2026 年 9 月 22 至 23 日约十小时内分三波发送 162 条请求，并在 10 月 13 日以相同请求体重发。预测的 Brier 为 0.0281、log loss 0.126，优于品牌历史（0.104）、总体提及率（0.234）和固定 0.5（0.250），并在全部九个问题族中胜出（精确符号翻转 p = 0.0039）。 结论有明确边界：计划与判定规则在首次调用前已冻结、哈希并注册于 OSF；测试只覆盖一个模型、一个时间间隔和十二个已知品牌，不估计衰减率。所有答案均报告了所请求的模型版本，且在搜索已启用的情况下没有发出搜索查询。对 96 个标签的盲人工检查中，94 个与规则一致，两处分歧被裁定为评分者遗漏，仲裁后 96 个全部吻合。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。