快速解答
布萊爾分數：布萊爾分數以「預測機率與實際結果（1 或 0）之差的平方平均」衡量機率預測的準確度；越低越好，0 為完美。
又稱: 二次評分
說明與範例
由 Glenn Brier 於 1950 年為天氣預報提出 [1]。例如：預測 0.8 且事件發生，得分 (0.8 − 1)² = 0.04；預測 0.8 但事件未發生，得分 0.64。Brier 原始版本對所有結果類別加總，數值是常見二元版本的兩倍——請確認排行榜採用哪個版本。ForecastBench 等預測基準以 Brier 分數比較 AI 模型與人類預測者 [2]。
公式
BS = (1/N) · Σ (預測ₜ − 結果ₜ)²
結果 ∈ {0, 1}; 0 為完美，越低越好動手試試：工具與教學
常見問題
布萊爾分數是什麼？
布萊爾分數以「預測機率與實際結果（1 或 0）之差的平方平均」衡量機率預測的準確度；越低越好，0 為完美。
關於本指南
Pred-Data 發布關於預測市場及相關 AI 工具的獨立解說，所有事實陳述都附上一手或可信的二手來源連結，並於上方日期查核。我們不經營交易平台、不接受投注，也不提供個人化建議。
作者：Ken Lin · 更正：如發現錯誤，我們會審核並標註修正日期。
聯盟行銷揭露
本站部分連結（標示「合作連結」）可能是聯盟行銷連結：若你透過這些連結註冊，我們可能獲得佣金，你無須支付額外費用。合作連結使用 rel="sponsored nofollow"，且不會影響我們的評估。比較表中的平台連結均為官方網站的一般連結，並非聯盟連結。
資料來源
- G. W. Brier, "Verification of Forecasts Expressed in Terms of Probability", Monthly Weather Review 78(1), 1950 — American Meteorological Society (DOI), 2026 年 11 月 2 日查閱
- AI models have likely reached parity with superforecasters on ForecastBench (16 Jul 2026) — Forecasting Research Institute, 2026 年 11 月 2 日查閱