PolySwarm：面向预测市场交易与延迟套利的多智能体大语言模型框架

本文提出PolySwarm，一个新颖的多智能体大语言模型（LLM）框架，面向Polymarket等去中心化平台上的实时预测市场交易与延迟套利。PolySwarm部署由50个多样化LLM角色组成的集群并发评估二元结果市场，通过置信度加权的贝叶斯组合将集群共识与市场隐含概率相结合来聚合各角色的概率估计，并应用四分之一Kelly仓位管理以实现风险可控的执行。该系统集成了一个信息论市场分析引擎，利用Kullback-Leibler（KL）散度和Jensen-Shannon（JS）散度来检测跨市场定价失效与否定对错价。延迟套利模块利用Polymarket的滞后价格，通过对数正态定价模型推导CEX隐含概率，并在人类反应时间窗口内执行交易。我们提供了完整的架构描述、实现细节和评估方法，使用Brier分数、校准分析和对数损失指标，并以人类超级预测者的表现为基准。我们进一步讨论了包括智能体池中的幻觉、规模化计算成本、监管暴露和反馈回路风险在内的开放挑战，并概述了五个优先的未来研究方向。实验结果表明，在Polymarket预测任务上，集群聚合在概率校准方面始终优于单模型基线。