ForecastBench-Sim：仿真世界预测基准

面向通用AI系统的预测基准通常继承真实世界的约束：结果结算缓慢、尾部事件罕见——反事实问题难以评分。我们介绍ForecastBench-Sim——建立在Freeciv（以文明系列为原型的回合制策略游戏）游戏rollout上的仿真世界预测基准。预测者收到固定世界报告（当前游戏状态的结构化快照）——回答关于隐藏未来状态的问题；基准随后继续仿真并为预测评分。因为世界被仿真——同一设定可生成任意时间视界的连续或二元预测问题——为条件或因果问题配对干预世界——以及罕见或破坏性结果的已结算示例。我们描述基准管线、问题族、评分协议与发布工件——并报告来自模型评估与匿名人类试点的验证切片。ForecastBench-Sim旨在补充真实世界预测基准——为研究动态世界状态下的概率推理提供受控、即时可结算的任务。