/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
zeno-fragility-beta · dense
Опубликована
1 окт 2026

zeno-fragility-beta

Классификация таблицTable → label3 профессии

Zeno Fragility Beta ранжирует уверенные прогнозы по риску ошибки и помогает выявлять хрупкие прогнозы до того, как они окажутся неверными.

82скачиваний за 30 дней2лайкавеса обновлены2 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 Fragility Beta — компактная экспериментальная модель команды Zeno для оценки хрупкости уверенных прогнозов. Она анализирует прогнозы существующих моделей, рынков и других предсказателей и ранжирует те, которые могут не сбыться, сопоставляя их с историей похожих прогнозов. Оценка сюрприза зависит от выбранного ориентира: толпы, прошлых прогнозов самого источника или его коллег.

Модель предназначена для раннего предупреждения о ненадёжных прогнозах и, для физических датчиков, корректировки среднего прогноза толпы. Это ансамбль градиентно-бустинговых деревьев по источникам с логистическим резервным вариантом, реализованный на scikit-learn; в README указано 62 880 обученных параметров. Репозиторий содержит версии ONNX и safetensors. Модель рассчитана на табличные сигналы, работает на обычном ноутбуке без GPU и обучена на 38 459 уверенных прогнозах с известными исходами из шести источников.

В README приведены результаты для рынков прогнозов, криптовалют и RSV, а также выигрыш корректировки на данных физических датчиков. Авторы отмечают, что качество различается по источникам и что корректировка используется лишь там, где подтверждён выигрыш над простым средним. Это исследовательская бета: оценки ранжируют прогнозы, но не являются калиброванными вероятностями. Лицензия — Apache-2.0.

Сценарии применения

  • раннее предупреждение о вероятном провале уверенных прогнозов
  • сортировка прогнозов рынков по риску ошибки
  • оценка хрупкости прогнозов криптовалют
  • ранжирование прогнозов эпидемиологических моделей RSV
  • корректировка среднего прогноза группы физических датчиков

Ограничения

Модель является ранней исследовательской бета-версией; оценки ранжируют прогнозы по источникам, но не являются калиброванными вероятностями. Качество зависит от источника, а корректировка среднего прогноза применяется только там, где подтверждён выигрыш на отложенных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Zeno Fragility Beta

An experimental fragility score: which confident forecasts look most likely to break.

Most forecasting tools add one more forecast. Zeno does something different: it is a model of forecasters. It watches existing forecasters — weather models, epidemic hubs, economists, markets, AI forecasters — and learns when a confident forecast is about to break, by comparing it with how similar forecasts failed before. Surprise is always measured against a named reference: the crowd, the forecaster's own past, or its peers.

This is our first public release: a compact, fast, explainable model that runs on any laptop (no GPU), built to grow as more forecast history arrives.

Highlights

  • Prediction markets: the 10% of confident forecasts Zeno flags as most fragile fail 1.3× more often than the average confident forecast (warning score 0.67 vs 0.37 for distance-from-crowd).
  • Crypto: the 10% of confident forecasts Zeno flags as most fragile fail 1.8× more often than the average confident forecast (warning score 0.57 vs 0.44 for distance-from-crowd).
  • RSV: the 10% of confident forecasts Zeno flags as most fragile fail 2.3× more often than the average confident forecast (warning score 0.64 vs 0.54 for distance-from-crowd).
  • Planted-signal tests pass: Zeno finds a hidden skilled forecaster (+7.5%), corrects an overconfident crowd (+4.6%), and correctly does nothing when there is no signal.
  • Blind spots made visible: in physical sensing, 21–24 weather models behave like only about 4 independent forecasters — exactly the shared blind spots where confident failures come from.
  • Built on 2.0M forecast records across 9 sources, with data frozen and fingerprinted before training, time-ordered splits and leak checks.

Fragility warning by source

Score from 0 to 1 = how well Zeno ranks confident forecasts that later fail (0.5 is a coin flip). "≥" is the low end of the 90% likely range. "Top-10% lift" = how much more often the most-flagged forecasts fail than the average confident forecast.

SourceZeno warningCrowd-distance ruleTop-10% liftStatus
Prediction markets0.67 (≥ 0.60)0.371.3×ranks better than both simple rules
Crypto0.57 (≥ 0.55)0.441.8×beats the crowd-distance rule
RSV0.64 (≥ 0.59)0.542.3×beats the crowd-distance rule
ECB economist surveys0.41 (≥ 0.38)0.180.3×not better than chance yet
ForecastBench questions0.82 (≥ 0.56)0.705.2×candidate

Weather, flu and COVID join in the next release, now that their peer-relative labels are available.

Crowd corrector (served only where it beats the plain average on unseen confirmation data)

SourceGain over the plain crowd average
Physical sensors (air, urban, sea, agriculture)+18.6% (90% range +15.5% to +22.2%)

A safety rule keeps the plain crowd average for every other source until the corrector beats it on both test and confirmation data.

Model details

TypePer-source gradient-boosted trees + logistic fallback (scikit-learn)
Parameters62,880 learned numbers (tree split thresholds + leaf values + logistic weights, 6 sources) — stored in model.safetensors
FormatsONNX (onnx/<source>.onnx, verified identical to the original to 1e-7), safetensors, scikit-learn pickle
Inputs (6)crowd distance, long and recent track record vs crowd, crowd spread, crowd size, own confidence
Outputexperimental fragility score, 0–1 (higher = more fragile; a ranking, not a calibrated probability)
Fitting rows38,459 confident forecasts (served models)
Training dataOffdiagonal forecast corpus, 2.0M records, 9 sources, frozen snapshot ep-20261001T0533Z-v035
Runv038-full-20261001T1537Z (CPU only)

Download and use

pip install huggingface_hub scikit-learn numpy
hf download ZenoDivergent/zeno-fragility-beta --local-dir zeno-fragility-beta   # or: python -c "from huggingface_hub import snapshot_download as d; d('ZenoDivergent/zeno-fragility-beta', local_dir='zeno-fragility-beta')"
import sys; sys.path.insert(0, "zeno-fragility-beta")
from zeno_fragility import load, crowd_features, warn

m = load("market")   # available: crypto, ecb, forecastbench, health_rsv, market, physical
f = crowd_features(own=0.82, crowd=[0.55, 0.60, 0.48, 0.82, 0.58], own_confidence=0.64,
                   record_long=(12.1, 14.0), record_recent=(3.0, 3.1), m0=m["prior_track_record_m0"])
print(f"fragility score: {warn(m, f):.2f}")

Run with ONNX (any language, no scikit-learn needed):

import numpy as np, onnxruntime as ort
from huggingface_hub import hf_hub_download
sess = ort.InferenceSession(hf_hub_download("ZenoDivergent/zeno-fragility-beta", "onnx/market.logistic.onnx"))   # each source's selected model: see reports/per_source.json → served
# features in this order: crowd_distance, log_record_long, log_record_recent, crowd_spread, log_crowd_size, own_confidence
x = np.array([[2.1, -0.15, -0.03, 0.9, 1.8, 0.64]], dtype=np.float32)
print(sess.run(None, {"features": x})[1][0, 1])   # fragility score

Why is it so small?

The served models were fitted on 38,459 confident forecasts with known outcomes across 6 sources, reading 6 signals per forecast. Small means fast, explainable and hard to overfit. The next model reads whole forecasting events — every forecaster's range, track record and shared blind spots — and this beta is the baseline it has to beat.

Files: onnx/<source>.onnx (onnx/<source>.logistic.onnx where logistic is selected), model.safetensors, config.json, warning/<source>.pkl (fragility model per source), correctors/<source>.pkl (served correctors), zeno_fragility.py (helper), reports/per_source.json (every number, including the ones that didn't pass).

Limits

  • Research beta, early stage; scores are per source and are rankings, not calibrated probabilities.
  • Each source uses the model selected on held-out data (stored as selected in each file; warn() uses it by default).

Links

zenodivergent.dev · run reports in dataset mbarbosa1/zeno-divergent-runs under v038/v038-full-20261001T1537Z/

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Табличные модели пока не поддерживаются.

Ревизия весов
3d9ac29

0 моделей