/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
zeno-surprise-intelligence · dense
Библиотека
onnx
Опубликована
29 окт 2026

zeno-divergent-v0894

Регрессия по таблицам

Zeno v0.89.4 агрегирует группу прогнозов, корректирует общий ответ и оценивает диапазон исхода и риск совместной ошибки.

51скачиваний за 30 дней1лайквеса обновлены30 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Zeno v0.89.4 — ранняя исследовательская модель семейства Zeno Surprise Intelligence, разработанная командой ZenoDivergent. Это компактная плотная нейросеть с общим энкодером, которая анализирует группу прогнозов по одному вопросу и оценивает скорректированный ответ, вероятный диапазон исхода и риск того, что согласованные прогнозисты ошибаются вместе. Модель обучена на 524 145 случаях и рассчитана на табличные данные о прогнозах из разных областей, включая рынки, криптовалюты, общественное здоровье, экономику, энергетику, море и погоду.

Модель предназначена для агрегирования прогнозов и проверки консенсуса в сценариях, где доступны отдельные прогнозы и сведения о времени их получения. Для части проверенных наборов README сообщает улучшение относительно референсного ответа; в остальных случаях система возвращает ответ группы. Доступны веса Safetensors и ONNX, причём ONNX-версия, согласно карточке, воспроизводит результаты PyTorch с малым численным расхождением. Лицензия — Apache-2.0.

Это ранняя исследовательская версия с ограниченной проверкой на новых периодах. Преимущество над референсом не подтверждено во всех областях, связанных событиях и задачах множественного выбора; для некоторых областей данных недостаточно, а предупреждения о вероятной ошибке консенсуса ещё не получили широкой проверки.

Сценарии применения

  • агрегирование прогнозов нескольких участников по одному вопросу
  • корректировка консенсусного прогноза на основе исторических данных
  • оценка диапазона возможного исхода
  • выявление случаев, когда прогнозисты уверены, но могут ошибаться вместе
  • сравнение групповых прогнозов на рынках, в здравоохранении и погоде

Ограничения

Преимущество над референсным прогнозом не подтверждено для всех областей и новых периодов; в некоторых областях модель возвращает референсный ответ, а часть направлений ещё не обучалась. Предупреждения о совместной ошибке и работа на связанных событиях или задачах множественного выбора пока проверены ограниченно.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Zeno: the model that reads the crowd of forecasts

Zeno looks at a group of forecasts for one question and tells you three things: a better answer, how wide the real range probably is, and a warning when the whole group is confident but likely wrong.

One model, one shared encoder, 14 forecasting fields: forecasting benchmarks, prediction markets, crypto, public health, economics, energy, sea and weather. Trained on 524,145 cases on an H200 GPU; this checkpoint (v0.89.4, small, seed 1) was picked out of a 12-fit campaign by a rule written down before the scores were read.

How Zeno works

Explain like I'm 5

Ten friends guess tomorrow's temperature. Usually the middle guess is good. But sometimes they all copied the same weather app, and they're all sure, and they're all wrong together. Zeno has watched over half a million of these groups, so it learns what "everyone agrees, but it's a trap" looks like, and nudges the answer or raises a flag.

Try it in 30 seconds

1. No code: open the live demo, scroll to Zeno v0.89, pick an example, press Check with v0.89.

2. Any language (HTTP):

curl -s https://zenodivergent.dev/api/public/v1/check -H 'content-type: application/json' -d '{
  "version": "v0.89",
  "question": {"source": "forecastbench", "decision_at": "2026-11-02T00:00:00Z",
    "inputs": {"panel": [
      {"forecaster_id": "a", "available_at": "2026-11-01T00:00:00Z", "probability": 0.2},
      {"forecaster_id": "b", "available_at": "2026-11-01T00:00:00Z", "probability": 0.35},
      {"forecaster_id": "c", "available_at": "2026-11-01T00:00:00Z", "probability": 0.6}]}}}'

3. AI agents (MCP): add https://zenodivergent.dev/api/public/v1/mcp to Claude, Cursor or any MCP client.

4. Python, no PyTorch (ONNX):

pip install onnxruntime numpy pandas huggingface_hub
python -c "from huggingface_hub import snapshot_download as s; print(s('ZenoDivergent/zeno-divergent-v0894'))"
cd <that folder> && python -m model.serving_v0894.onnx_runner examples/forecastbench.json

5. Python with PyTorch (safetensors or the original checkpoint):

from model.serving_v0894.service import Service
s = Service("model.pt")
s.answer(json.load(open("examples/covid.json"))["request"])

Files

FileWhat it is
model.safetensors + zeno-meta.jsonWeights in the safe standard format + vocab, fields and scale contract. Bit-identical to model.pt.
onnx/zeno-v0894.onnx (+ .onnx.data)Network for ONNX Runtime, any number of forecasters; matches PyTorch within 4.2e-7.
model.ptThe exact graded checkpoint (SHA-256 bf105e22…701e93d3).
examples/*.jsonThree ready inputs (ForecastBench, market, COVID-19) with their exact expected answers.
formats-parity.jsonProof the converted formats give the same answers.

Where it helps today

Where Zeno answers today

  • Better than the reference answer on ForecastBench (+4.2%; +6.2% vs the average forecaster), RSV (+2.1%), markets (+0.8%), COVID-19 (+0.02%).
  • Fails safe everywhere else: in fields where it hasn't proven itself it hands back the crowd's answer automatically, so it never makes them worse.
  • Exactly reproducible: re-running the original training code with these weights reproduces every graded answer.

What we learned since (30 Oct 2026 experiments)

Three matched tests on one H200, each with three paired seeds and the hidden final weeks never opened:

  • Learning to warn doesn't hurt forecasts. Training with and without warnings gave the same forecast quality (difference −0.3%, 90% interval −1.7% to +1.1%, 19 weeks, 2,055 paired outcomes).
  • The limit is the inputs, not model size. Stronger anti-memorising settings changed nothing; a model half the size memorised far less and did as well on unseen weeks (about 5% better than the reference).
  • Forecasters' past misses help a little, unevenly. Adding each forecaster's last 8 misses (only answers known at forecast time) cut error on unseen weeks by 1.0% (interval +0.1% to +2.6%), mostly from one seed.

What's next

  1. Richer forecast-time information from Offdiagonal, our data layer: how far apart independent forecasters are, how old each forecast is, and how wide the spread is against past swings.
  2. Multiple choice trained on real outcomes: 629 resolved Manifold questions (snapshot v6.37).
  3. Zeno30 warnings trained on 65 forecasts with officially checked answers (6 questions).
  4. Wider ranges for COVID-19 and RSV, where outcomes fell past the edge too often.
  5. Scheduled re-scoring as unseen weeks arrive: sea from 30 Nov, energy 7 Dec, weather 14 Dec 2026.

Scope

Early-stage research model with limited data. Not yet proven: better than the reference on fresh weeks in every field, linked events, multiple choice and measured warnings. Crypto, the Philadelphia Fed survey and cross-venue markets currently use the reference answer; ECB, energy, sea and weather need more unseen test weeks. Flu, Numinous, rivers and notflat are not trained yet. Full scores: v0894-release-report.json, addenda 1 and 2.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

Табличные модели пока не поддерживаются.

Ревизия весов
e0943e9

0 моделей