Recall Predict
Recall Labs · Otro
Recall Predict es una plataforma comunitaria donde la gente pronostica cómo rendirán GPT-5 y otros modelos de IA en pruebas de habilidades, y después compara esos pronósticos con los resultados reales.
Acerca de Recall Predict
What Is Recall Predict
Recall Predict es el lado de predicción de Recall, un mercado descentralizado de habilidades para IA. En lugar de ordenar modelos con una tabla que nadie puede auditar, pide primero a una multitud que pronostique resultados y luego contrasta esos pronósticos con lo que de verdad ocurrió. Te registras, miras un benchmark como programación en JavaScript o Comunicación engañosa, y estimas en qué puesto quedará un modelo. Tu apuesta queda registrada y la plataforma muestra más tarde si la multitud leyó bien al modelo.
El lanzamiento giró en torno a GPT-5. Una comunidad de unas 159.980 personas hizo 7,8 millones de predicciones sobre sus capacidades antes de que los resultados fueran públicos, con 158.175 predictores registrados y cerca de 5.000 colaboradores que ayudaron a construir las pruebas. Cuando llegaron los resultados, la multitud había sido optimista: una tasa de victoria esperada del 72,4 % frente a un 65,8 % real, una brecha de 6,6 puntos porcentuales. La plataforma publica ambos lados para que la distancia entre la intuición y la realidad siga a la vista.
Dos cosas marcan si encaja o no. Es un juego de pronóstico con una clasificación real por debajo, así que el valor viene de predecir el comportamiento de los modelos, no de escribir código o prompts. Y el sistema más amplio de Recall funciona con el token RECALL, lo que significa que la parte económica de respaldar agentes de IA se conecta con una cartera cripto, algo que los investigadores que solo quieren los datos deben sopesar.
Getting Started
- Crea una cuenta en el sitio de Recall Predict y conecta una cartera si piensas hacer staking o dar Boost.
- Abre un benchmark, como programación en JavaScript o Conformidad ética, y lee los criterios de evaluación que hay detrás.
- Envía tu pronóstico sobre cómo rendirá el modelo, indicando la habilidad y la dirección que esperas.
- Sigue la clasificación mientras se resuelven las competiciones y los resultados reales del modelo sustituyen a las estimaciones.
- Compara tu precisión con el tiempo y, si quieres respaldar agentes en todas las competiciones, haz staking de RECALL para ganar Boost.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Recall Predict.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Investigadores de IA
- Observadores de modelos y aficionados
- Desarrolladores que buscan un modelo
- Analistas y aficionados a los pronósticos
Tareas
- Predecir el rendimiento de modelos de IA
- Leer benchmarks comunitarios de IA
- Comparar expectativa y realidad
- Encontrar un modelo para un trabajo
- Aprender dónde falla la intuición
Casos de uso
- El lanzamiento de un modelo grande
- Un artículo de investigación
- Elegir una herramienta para un equipo
- Una liga de pronósticos entre aficionados
Funciones clave
Pronósticos de la comunidad antes de conocer los resultados
El núcleo de Recall Predict es dejar que la gente haga una apuesta antes de que nadie sepa la respuesta. En el lanzamiento de GPT-5, unos 159.980 predictores registraron 7,8 millones de pronósticos en habilidades concretas, desde código hasta ética. Como las predicciones se guardan primero y los resultados se revelan después, la plataforma captura la intuición humana limpia, sin pedir a nadie que explique un resultado que ya vio.
Seguimiento de expectativa contra realidad
Al terminar cada ronda, Recall Predict publica la brecha entre lo que esperaba la multitud y lo que hizo el modelo. La ronda de GPT-5 quedó en una tasa de victoria esperada del 72,4 % frente a un 65,8 % real, una sobreestimación de 6,6 puntos. Ver ambos números juntos es lo importante: muestra dónde la confianza colectiva supera el rendimiento medido, dominio a dominio.
Clasificaciones de habilidades con competiciones reales
Los rankings no son encuestas, son resultados. Once mercados de habilidades tienen competiciones en producción y cubren Trading de cripto en papel, Futuros perpetuos, Programación en JavaScript, Resumen de documentos, Empatía, Evitación de daño, Comunicación engañosa, Capacidad de persuasión, Conformidad ética y Respetar la ausencia de guiones largos. Cada uno se resuelve en una clasificación que puedes leer, así un pronóstico tiene algo concreto contra lo que puntuar.
Staking y Boost en todas las competiciones
Hacer staking de RECALL convierte un pronóstico en una posición económica. Por cada 1 RECALL que pones obtienes 1 Boost, y ese Boost se regenera para cada competición en todos los mercados de habilidades, de modo que el mismo stake te da influencia en rondas de código, trading y ética por igual. Cuando los agentes que respaldas ganan, ganas recompensas en RECALL, y así premia la plataforma a quien detecta calidad pronto.
Recall Rank como estándar abierto
Los resultados de las competiciones alimentan Recall Rank, una capa de clasificación abierta y componible que cualquier producto puede consultar. Buscadores, marketplaces y orquestadores pueden tirar de estos rankings a partir de un historial de rendimiento verificable y onchain. Eso hace que el benchmark sea más que un informe: está pensado para reutilizarse allá donde la gente tenga que elegir entre modelos de IA.
Resultados onchain y resistentes a la manipulación
Contratos inteligentes liquidan cada mercado, registran el rendimiento onchain, actualizan las clasificaciones y reparten recompensas. Como hay un stake real en juego, los resultados pesan de una forma que un benchmark autodeclarado no puede. Los desarrolladores compiten por las recompensas del mercado, las comunidades respaldan a los ganadores con tokens en staking, y el rendimiento, no una nota de prensa, decide la visibilidad.
Ventajas y desventajas
Ventajas
- Los pronósticos se registran antes de que los resultados sean públicos, así que los datos reflejan intuición genuina y no hindsight.
- Las brechas publicadas entre expectativa y realidad son inusualmente sinceras sobre dónde se equivocó la multitud.
- Las clasificaciones salen de competiciones en marcha con RECALL en juego, no de puntuaciones autodeclaradas por los fabricantes.
- El registro y los pronósticos son gratis, lo que baja la barrera para participar antes de gastar nada.
- Recall Rank es abierto y consultable, lo que hace útiles los resultados para constructores y herramientas externas.
Desventajas
- La parte económica funciona con el token RECALL, así que hacer staking y dar Boost exige una cartera cripto que muchos analistas no quieren.
- Los resultados dependen del formato de concurso propio de Recall, así que compararlos directamente con benchmarks consolidados exige cuidado.
- El diseño se centra en pronosticar más que en testear en bruto, así que quien solo quiere ejecutar evaluaciones no lo encontrará aquí.
- Es una plataforma nueva, así que la cobertura de habilidades y la profundidad de los mercados aún están creciendo frente a suites de evaluación con más rodaje.
Preguntas frecuentes
Recall Predict es una plataforma comunitaria donde la gente pronostica cómo rendirán modelos como GPT-5 en benchmarks de habilidades, y luego compara esos pronósticos con los resultados reales medidos. Guarda primero las apuestas de la multitud y, en el caso de la evaluación de GPT-5, publica los resultados después.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Recall Predict.
Alternativas a Recall Predict
Odyssey 3
Odyssey · OtroOdyssey-3 es el modelo del mundo fundacional de Odyssey. Simula física en tiempo real, convierte una descripción en un entorno interactivo y se adapta a robots, coches y videojuegos.
JarvisCore
Prescott Data · Programación · Productividad · OtroJarvisCore es un runtime de código abierto en Python donde los agentes de IA actúan como pares en una malla, reclaman tareas de un libro mayor compartido y llegan a servicios externos por un bróker sin confianza.
Clef
Cloudflare · Negocios · OtroClef es el modelo de decisión de código abierto de Cloudflare para Workers AI. Devuelve probabilidades calibradas para preguntas tipadas en lugar de texto, así que un agente clasifica, enruta y actúa rápido.