JockeyBench：用日本赛马评测 LLM 智能体的重复事件预测能力

港科大团队发布 JockeyBench，以日本赛马为场景评测 LLM 智能体的重复事件预测能力。评测协议采用时间门控证据、定价工具、成对的冻结程序对照及两种工作流。结果显示，可复用预测器能提升效率，但所有配置的平均投注回报均为负，预测优势未必转化为决策收益。