NFL Pick-Em's LLM Bot ：基于 OpenAI 构建的AI代理，可以预测ESPN体育比赛结果。
在 2023 NFL季赛中，这个代理赢得了作者当地群组的 pick-em's 比赛，并在 ESPN 所有用户中排名前 15% （约一百万用户参加）。
2023 年 ESPN 的顶级球员人类预测者的准确率大约是71%，而代理的准确率则是60%。
工作原理：
1、数据收集：使用网络爬虫技术，从ESPN网站上爬取相关的统计数据和新闻文章。爬取的数据包括各个NFL团队的信息、每周比赛列表、进攻、防守、失误和特殊团队的统计数据，以及新闻头条和文章内容。
统计数据，包括总码数、传球码数、冲球码数、每场比赛得分等，以及防守数据，如擒抱、拦截和抢断等。
特别队伍统计数据：收集关于特别队伍表现的数据，例如射门成功率、平均踢球距离和回传码数。
失误数据：包括数据如失误次数和被拦截次数。
相关新闻：收集关于球队的最新消息，包括球员伤病、转会、教练更换或场外事件，这些可能影响球队表现。
2、数据分析：利用GPT 4，对收集到的数据进行分析。程序会将每场比赛的相关统计数据和新闻信息输入给GPT 4，并让它预测比赛的获胜者。
将收集到的数据输入LLM。模型将分析这些统计数据和新闻，以了解两支球队的当前状态、优势、劣势和近期变化。
可以对LLM进行训练或微调，使其更好地理解类似比赛的历史数据模式和结果。
3、预测获胜者：基于分析的结果，代理知道如何处理特定的任务，例如分析新闻文章（确定文章主要讨论的团队、提取文章摘要等）和预测比赛获胜者。
模型还可以提供预测的理由，基于分析的数据，使预测更加深入。
4、优化和反馈循环：比赛结束后，可以将实际结果反馈到系统中，以帮助优化预测算法，随着时间的推移提高准确性。
尽管LLM能够处理和分析大量数据，但其预测的质量和准确性在很大程度上取决于所提供数据的质量以及模型对这一特定任务的训练程度。这种方法结合了统计分析和基于AI的预测建模，为体育分析提供了一种新颖的方式。
GitHub：https://github.com/stevekrenzel/pick-ems
- 复制链接
- 举报
