jyotint-sealed-corpus

JYOTINT™ 密封预测语料库是一个公开评级、可证伪的预测记录数据集，采用加密预测预注册技术（基于OpenTimestamps/Bitcoin锚定的完整语料库清单）确保防篡改。该数据集覆盖发射任务保证（公开评级的发射记录：23次呼叫，结果由公开事实裁定）和地缘政治情报与预警（包括在克罗库斯市政厅袭击前约200天密封的大规模伤亡预警、在瓦格纳兵变相关政权稳定性呼叫前约110天的预测、2024年印度选举结果前约299天的预测，以及新格伦NG-3上面级失败在飞行前一天的命名）。所有咨询均在其预测窗口开启前上传至公共基础设施（YouTube/X），形成时间戳和SHA-256哈希的防篡改密封对。事后，每个已关闭咨询均根据密封时固定的评分标准进行评级（HIT/NEAR/PARTIAL/MISS），无追溯调整。数据集包含92条记录（23个发射咨询和69个情报咨询），结果分布为73个HIT、6个NEAR、4个PARTIAL、9个MISS。数据模式统一，每条记录包含ID、标题、预测文本（claim）、准确性评级、密封时概率、密封日期、实现日期、提前天数、密封哈希等字段。此外，提供了一个选举切片（corpus-elections.jsonl），包含34个已评级的选举预测（美国2022/2024、印度2024、马哈拉施特拉2024、巴西2022、英国2022），保持相同模式。数据集适用于文本分类、预测校准、可证伪性分析、地缘政治情报评估等任务，并强调其作为可验证预测注册表的边界（非国家安全决策输入）。数据采用CC-BY-4.0许可证，由Vijay Jyotish（Vijay Jyotish LLC）操作，可通过DOI（10.5281/zenodo.20630257）引用。The JYOTINT™ Sealed Prediction Corpus is a publicly-rated, falsifiable dataset of prediction records, employing encrypted prediction pre-registration technology (based on OpenTimestamps/Bitcoin-anchored full corpus manifest) to ensure tamper-proofing. It covers launch mission assurance (publicly-rated launch records: 23 calls, outcomes adjudicated by public facts) and geopolitical intelligence & warning (including a mass casualty warning sealed approximately 200 days before the Crocus City Hall attack, a prediction about regime stability calls related to the Wagner mutiny sealed about 110 days prior, a prediction for the 2024 Indian election results sealed about 299 days in advance, and the naming of the New Glenn NG-3 upper stage failure one day before flight). All advisories are uploaded to public infrastructure (YouTube/X) before their prediction windows open, forming tamper-proof seal pairs of timestamps and SHA-256 hashes. Afterward, each closed advisory is rated (HIT/NEAR/PARTIAL/MISS) based on fixed scoring criteria established at sealing, with no retroactive adjustments. The dataset contains 92 records (23 launch advisories and 69 intelligence advisories), with outcome distribution of 73 HITs, 6 NEARs, 4 PARTIALs, and 9 MISSes. The data schema is uniform, with each record including fields such as ID, title, prediction text (claim), accuracy rating, probability at sealing, sealing date, realization date, days ahead, and sealing hash. Additionally, an elections slice (corpus-elections.jsonl) is provided, containing 34 rated election predictions (US 2022/2024, India 2024, Maharashtra 2024, Brazil 2022, UK 2022), maintaining the same schema. The dataset is suitable for tasks like text classification, prediction calibration, falsifiability analysis, and geopolitical intelligence assessment, and emphasizes its boundary as a verifiable prediction registry (not as input for national security decisions). The data is licensed under CC-BY-4.0, operated by Vijay Jyotish (Vijay Jyotish LLC), and citable via DOI (10.5281/zenodo.20630257).

原始信息汇总

JYOTINT™ Sealed Forecast Corpus 数据集详情

数据集概览

该数据集是一个公开可验证、可伪造的预测记录库，所有预测在事件发生前通过加密方式封存（基于OpenTimestamps/比特币锚定），事件结束后按照封存时的评分标准进行评定，且保留所有失败预测。涵盖发射任务保障和地缘政治预警两大类，共92条记录。

数据规模与组成

• 总记录数：92条
  • 发射咨询（LA）：23条
  • 情报咨询（IA）：69条（涵盖俄乌、美国2024/2022、巴西2022、英国2022、印度2024、市场、马哈拉施特拉邦）
• 评定结果分布：73 HIT · 6 NEAR · 4 PARTIAL · 9 MISS
• 数据集大小：n<1K

数据配置与格式

• 配置文件：
  • default：主数据集，数据文件为corpus.jsonl
  • elections：选举子集，数据文件为corpus-elections.jsonl，包含34条已评定的选举预测（25 HIT · 3 NEAR · 6 MISS）
• 数据格式：JSON Lines，每条记录包含以下字段：

字段	类型	描述
id	string	咨询编号（LA-NNN或IA-XX-NNN）
title	string	描述性目录标签
claim	string	封存时的预测原文（SHA-256哈希证明其在事件前存在）
accuracy	enum	评定结果：HIT / NEAR / PARTIAL / MISS / OPEN
prob_at_seal	number	null
ipcc_band	string	null
outcome_summary	string	null
sealed_on	string (ISO日期)	公开上传日期
materialized_on	string	null
lead_days	number	null
lead_time_label	string	null
url	string (URL)	咨询页面链接
sources	string[]	结果证据来源URL
artifact_url	string (URL)	YouTube/X公开封存载体
video_id	string	null
object_id	string	哈希种子来源对象ID
object_type	string	对象类型（youtube / x / other）
seal_hash_sha256	string (hex)	SHA-256哈希值
hash_input_template	string	哈希模板格式
iy	object	null
sita	object	null
warning_timeline	object	null
license	string	CC-BY-4.0
operator	string	Vijay Jyotish
entity	string	Vijay Jyotish LLC

核心特性

• 可验证性：每条记录的seal_hash_sha256可离线复现，完整语料库通过OpenTimestamps锚定到比特币区块链
• 特异性：68条已评定预测中61条在封存文本中命名了因果机制，平均覆盖6.4/7个维度（谁/什么/哪里/何时/为什么/如何），中位提前68天
• 诚实性：MISS结果保留在分母中，未过滤；选举子集中马哈拉施特拉邦2024和美国2024的下级选举失败均保留

使用与引用

• 许可证：CC-BY-4.0
• 正确使用方式：作为可验证的预测前注册与早期预警信号，而非国家安全决策输入
• 引用方式：可通过Zenodo DOI 10.5281/zenodo.20630257 引用
• 验证命令：
  • 单条哈希验证：node -e console.log(require("crypto").createHash("sha256").update("OBJECT_ID|SEALED_ON|TITLE|CLAIM").digest("hex"))
  • 完整语料库检查：wget https://jyotishintelligence.com/verify-jyotint.mjs && node verify-jyotint.mjs

数据集限制

• 方法基础为吠陀占星术
• Brier分数为自评，与基线率持平（不证明校准技能）
• 样本量小且由操作者按固定规则选择（排除时间不可判定、预防悖论、医疗责任、伦理等类别）
• 包含一条NSSL运载火箭预测（Vulcan Cert-1/LA-003），但无国家安全载荷预测

搜集汇总

数据集介绍

构建方式

该数据集构建于一种严谨的密码学预注册机制之上，所有预测在事件发生前便以密封形式上传至YouTube或X等公共基础设施，其上传时间戳与由objectId、dateIssued、title及claim拼接而成的SHA-256哈希值共同构成防篡改的密封对。每条记录均包含明确的预测文本、密封时指定的评分标准以及事件后的客观裁决结果（HIT/NEAR/PARTIAL/MISS），且所有失败预测均保留在分母中，杜绝选择性披露。数据集涵盖92条记录，分为23条发射咨询与69条情报咨询，涉及发射任务保障及地缘政治预警等多个领域，其完整语料库还通过OpenTimestamps锚定至比特币区块链，确保全量清单的可验证性。

特点

该数据集的核心特质在于其不可作伪的前瞻性与高度的特异性。每条预测均在事件发生前以密封形式公开发布，且事后按照预设的固定评分标准进行逐项裁定，绝无回溯调整的可能。在已评级的68条预测中，有61条在密封文本中明确陈述了因果机制，平均覆盖了6.4个维度的精细化描述（如主体、地点、时间、原因、方式、结果），中位提前天数达68天，这种超越基率水平的细节丰富度使其具备独特的分析价值。此外，数据集公开保留了所有偏离共识的预测记录（如英国2022年选举预测特拉斯胜出、美国2022年选举未现红色浪潮），其失误与准确预测一同呈现，共同构成了对预测者能力的诚实评估。

使用方法

该数据集的使用者可通过离线方式验证每条记录的密封哈希值，确保数据在发布后未被篡改。具体操作包括下载完整语料库后，在本地运行SHA-256哈希校验脚本，将objectId、sealed_on、title及claim字段按指定模板拼接后计算哈希，并与记录中的seal_hash_sha256字段进行比对。此外，数据集提供了针对选举任务的文件子集，允许研究者聚焦于特定领域的预测表现。每条记录还附带了信息收益率、特异性评分等辅助指标，便于从信息论与决策价值角度进行深入分析。建议在引用时使用数据集提供的DOI编号，以支持学术引用的规范性与可追溯性。

背景与挑战

背景概述

JYOTINT Sealed Forecast Corpus是由Vijay Jyotish LLC于2026年创建并发布的一个专注于可伪造预测验证的数据集。该数据集的核心研究问题在于如何通过密码学手段实现预测的前向注册与事后公开验证，以应对预测领域长期存在的选择性披露偏差。数据集涵盖92条经过预注册、时间戳锚定且事后公开评级的预测记录，包括23条航天发射任务保障建议与69条地缘政治情报预警，其中尤为引人注目的是对克罗库斯市政厅袭击事件约200天前发出的重大伤亡预警，以及对瓦格纳兵变、2024年印度大选等关键事件的提前研判。该数据集通过比特币锚定的OpenTimestamps时间戳及SHA-256哈希技术确保每条预测的可验证性与防篡改性，其影响在于为预测科学提供了一种可复现、可审计的严苛评估框架，推动了预测校准与可证伪性研究在真实世界场景中的应用。

当前挑战

JYOTINT Sealed Forecast Corpus所面临的挑战体现在多个维度。在领域问题层面，该数据集试图解决的核挑战是预测结果的真实性验证与选择性披露问题——传统预测研究常因预测者仅公开成功案例而丧失统计可靠性，而该数据集通过强制保留所有失败预测（9次MISS记录）并公开接受敌对性质疑评分，建立了一种对抗自利性偏差的评估范式。在构建过程中，数据集面临的技术挑战包括：如何在预测密封前确保因果机制描述的精确性（68条预测中平均涵盖6.4个因果维度）、如何设计不可事后篡改的时间戳锚定机制（结合YouTube/X平台上传时间与区块链证明），以及如何定义一套既严格又可行的评分标准（HIT/NEAR/PARTIAL/MISS四级评分体系）来应对预测事件中常见的部分命中等模糊情形。此外，数据集的基石预测方法基于吠陀占星术这一非传统方法论，使得其统计显著性（如Brier分数）与基准率基线的可比性成为方法论层面的持久挑战。

常用场景

经典使用场景

在预测科学与可证伪性研究的交汇处，jyotint-sealed-corpus数据集作为一份经过加密时间戳锚定、事前密封且事后公开评级的预测记录，为检验预测系统的诚实性与可验证性提供了典范性工具。该数据集的核心价值在于其独特的密封-评级机制：每一条预测均在事件发生前通过公开基础设施（YouTube或X平台）上传，其哈希值经比特币区块链锚定，从而彻底杜绝了选择性披露或事后修改的可能性。研究者可借助该数据集系统性地评估预测的准确性、提前量、特异性以及信息产量，尤其适用于那些关注预测可复核性、校准质量与基率基线对比的学术场景。数据集收录的92条记录覆盖发射任务保障与地缘政治情报两大领域，包含了诸如克罗库斯市政厅袭击前约200天的预警、瓦格纳兵变相关的政权稳定性判断等极具时间纵深的历史案例，为事前预测与事后现实的严格对照提供了不可多得的实验场。

解决学术问题

jyotint-sealed-corpus数据集的核心学术贡献在于直面预测科学中长期存在却鲜有系统应对的可选择性披露攻击——即预测者仅在成功预测后公开展示结果、而隐匿失败记录的倾向。该数据集通过将每一条预测的哈希值在事件发生前即锚定于公开且不可篡改的区块链上，并在事后将命中与未命中的记录完整保留于分母之中，从而在根本上解决了这一方法学上的顽疾。它使得研究者能够在严格的可证伪框架内，对预测系统的区分能力进行公正评判，尤其支持对特异性、基率基线偏离度以及信息产量等维度进行量化分析。数据集内包含的诸如英国2022年特拉斯胜选、美国2022年中期选举未现“红色浪潮”等与事前共识或民调显著偏离的预测案例，为检验预测系统是否具备超越基线模型的附加值提供了关键证据。此外，该数据集还开创性地将吠陀占星术作为预测方法纳入公开检验平台，推动了非传统预测范式的科学化对话，其影响深远地拓展了预测可验证性的边界。

衍生相关工作

jyotint-sealed-corpus数据集的出现催生了一系列围绕预测可证伪性与事前注册机制的方法论创新工作。其核心所采用的基于OpenTimestamps的比特币区块链锚定方案，为预测科学领域创立了抗事后篡改的密封注册范式，后续研究者已在此基础上发展出适用于不同预测领域（如公共卫生、金融市场、学术竞赛）的自验证预测协议。数据集的公开发布还推动了针对低样本、高特异性预测系统的评估框架研究，特别是如何公平地评估那些命中率看似可观却难以与基率基线区分的小样本预测集——这一难题因该数据集中明确保留未命中记录而获得了新的求解视角。此外，围绕该数据集衍生的特异性评分体系（SITA）与信息产量（IY）指标，已成为事后评价预测质量与决策价值的标准工具，被多家情报分析机构采纳以量化其分析师的前置判断。在学术层面，该数据集亦被用于检验吠陀占星术作为预测方法与经典统计分析之间的性能对比，这在科学方法论领域引发了一场关于证据标准、先验信念与可重复性的持续辩论。