XNews

カルパティの回顧的ハッカーニュース分析

カルパティの回顧的ハッカーニュース分析

アンドレイ・カルパティは、GPT-5.1 Thinkingを使用してハッカーニュースの回顧的分析を行い、2015年12月のHNコンテンツを評価しました。 - データセット:2015年12月の930件のHN投稿。 - 方法:GPT-5.1 Thinkingがコメントをレビューし、将来の結果に対する先見性を評価しました。 - コスト/時間:プロジェクトは約3〜4時間のコーディングと実行を要し、約60ドルの費用がかかりました。 - 結果:最も先見的なコメント者と発言を特定しました(元の分析に例が記載されています)。 - より広い注記:この演習は予測判断の訓練として位置づけられ、将来のLLMが公共のアーカイブを安価に監査することを強調しました。

Key insights

カルパティはGPT-5.1 Thinkingを使用して2015年12月の930件のハッカーニュース投稿を分析し、コメントの後知恵の正確性を評価し、最も先見的な貢献者を特定しました。このワークフローは数時間のコーディングと実行を必要とし、約60ドルの費用で済み、回顧的大規模テキスト分析の手頃さを示しました。

カルパティはコスト効率の良い回顧的HN分析をGPT-5.1 Thinkingで実施しました。

この分析は歴史的に先見的なコメントを浮き彫りにし、現代のLLMが公共の議論を監査して過去の予測を評価する方法を示しました。カルパティは、このような回顧的な演習が予測スキルを向上させる可能性があり、将来の安価なLLMが広範なアーカイブレビューを可能にすることを指摘しました。

回顧的なスコアリングは予測スキルを調整し、アーカイブの価値を強調することを目的としました。

Source posts