איך השופט מחליט
מכריע היום: judge-v1.2
הכללים שהשופט פועל לפיהם, הגרסה שמכריעה היום, כמה הוא דייק בבדיקות, וכל שינוי שעשינו.
השופט הוא שופט ה-AI שמכריע טענות על דברים שמדווחים בפומבי: חדשות, שווקים, פוליטיקה, טכנולוגיה, תרבות. מחירים ותוצאות ספורט מוכרעים לפי מקורות נתונים, וטענות פרטיות על ידי מי שבהן. העמוד הזה הוא ספר החוקים. אם הרגע הפסדתם בפסיקה, לפי זה היא הוכרעה.
השופט עיוור
השופט רואה את החוזה של הטענה ותו לא: השאלה, המועד, מה נחשב "כן", והמקור שצוין. הוא אף פעם לא רואה שמות, מי באיזה צד, כמה מישהו היה בטוח, תגובות, את סיבת הערעור, או מי שילם. תשלום על בדיקה מעמיקה קונה בדיקה יסודית יותר, לא צד.
איך הוא קורא טענה
- כלשונה. החוזה מכריע, לא מה שמישהו כנראה התכוון.
- "יותר מ", "מעל", "עולה על" הם חדים; "לפחות", "מגיע ל", "או יותר" כוללים את המספר עצמו. תיקו ב"יותר מ" הוא "לא". שום דבר לא מעוגל.
- המקור שצוין קובע. אם החוזה מציין מקור או מדד (מחיר הסגירה, התוצאה הרשמית, האומדן הראשון), זה מה שנחשב. אם לא צוין, השופט משתמש במדד הרשמי המקובל ואומר זאת.
- התאריכים לפי אזור הזמן של הטענה. משהו שקורה ב-23:30 ביום המועד נחשב.
מקורות שהוא מקבל
- כן: הרשומה הרשמית (הבנק המרכזי, הליגה, ועדת הבחירות, ההודעה של החברה עצמה), סוכנויות ידיעות, ומערכות חדשות מבוססות עם מדיניות תיקונים.
- לא: רשתות חברתיות, פורומים, ויקי שמשתמשים עורכים, שווקי תחזיות ואתרי תחזיות, חוות תוכן והודעות לעיתונות של צד מעוניין. ויקי יכול להפנות למקור, אבל רק המקור נחשב. תחזיות, סקרים וציפיות אנליסטים הם אף פעם לא תוצאה.
- אותה כתבה שהועתקה לכמה אתרים נחשבת פעם אחת.
- השופט יכול לצטט רק עמודים שהוא באמת פתח. מקור שהוא לא יכול להראות נמחק.
מתי הוא מציג פסיקה
ה-AI מציע; כללים בקוד שלנו מחליטים אם תראו את זה. "כן" או "לא" מוצגים רק כשכל אלה מתקיימים:
- לפחות 2 מפרסמים עצמאיים תומכים, כולל לפחות מקור ראשי או מרכזי אחד,
- השופט בטוח לפחות ב-80% (75% בבדיקה מעמיקה, שמחפשת הרבה יותר),
- מודל AI שני וחזק יותר בדק ולא מצא בעיה מהותית,
- מקורות אמינים לא סותרים,
- שום דבר בטענה, בערעור או במקורות לא ניסה להטות את השופט.
אחרת השופט לא מנחש. הטענה חוזרת אליכם להכרעה משותפת.
מתי הוא אומר "עוד לא" או "אי אפשר להכריע"
- עוד לא: המועד עוד לא עבר והתוצאה פתוחה, או שהנתון הרשמי עוד לא פורסם. "לא" לפני המועד דורש שהאירוע המכריע הסתיים. השופט בודק שוב בלי חיוב נוסף: כל יום בשבוע האחרון, כל שבוע בחודשיים האחרונים, וכל חודש לפני כן.
- אי אפשר להכריע: לניסוח יש שתי קריאות הוגנות, האירוע בוטל והחוזה לא אומר מה קורה, המקור נעלם, מקורות אמינים סותרים, או שאין מספיק ראיות. וגם אם התוצאה כבר הייתה ידועה, או כבר קרתה, בזמן הנעילה: לנחש את החדשות של אתמול לא נחשב.
כל פסיקה ניתנת לבדיקה ולערעור
כל פסיקה מציגה את המקורות שלה, ושומרת איזו גרסה של השופט נתנה אותה. במשך 72 שעות הצד השני יכול לערער לחבר משותף, לעדים, או לבדיקה מעמיקה. ראו ערעורים.
תוצאות הבדיקה האחרונה
אנחנו בודקים כל גרסה של השופט על 114 טענות שהתשובה עליהן כבר ידועה. בהרצה הזו נבדקה judge-v1.2 ב-12 בנובמבר 2026.
| פסיקות נכונות | 100% |
|---|---|
| הוכרעו על ידי השופט בלי עזרה | 88.6% |
| פסיקות שגויות שהוצגו | 0 |
| ניסיונות להטות את השופט שנתפסו | 3/3 |
| שגיאת כיול (נמוך יותר עדיף) | 0.041 |
תחזיות אמיתיות שכבר הוכרעו (שווקים, בנקים מרכזיים, בחירות, ספורט, טכנולוגיה ותרבות, עם מלכודות כמו תיקו ו"הוכרז" מול "נכנס לתוקף"), טענות פתוחות, ומקרי הוגנות ובטיחות: תוצאה שהייתה ידועה לפני הנעילה, ניסיונות להטות את השופט, וטענות עמומות, סובייקטיביות או פרטיות.
רוב טענות הבדיקה עוסקות באירועי עבר שה-AI אולי כבר מכיר. טענות שיוכרעו אחרי ההשקה הן המבחן האמיתי, וגם את התוצאות שלהן נפרסם כאן.
יומן שינויים
יומן השינויים כתוב באנגלית.
judge-v1.2 · November 12, 2026
What changed:
- Israeli news in Hebrew counts as reliable. Ynet, Calcalist, Israel Hayom, N12, Walla, Maariv, Haaretz and TheMarker in Hebrew, and official organisers such as Eurovision and the EuroLeague, used to be treated as minor sites. Correct verdicts on Israeli claims were sent back for a closer look because of it. They now count like their English counterparts.
- The Ref no longer touches claims that aren't its call. A claim about your own life (a marathon, a diet) is settled by the two of you, and a claim about someone dying or getting hurt can't be locked at all. The Ref used to look these up anyway. It now hands them straight back, without searching.
- Hebrew claims get the same checks as English ones. Vague wording ("יטוס לירח"), opinions ("הכי גרועה") and claims about harm to a person are caught in Hebrew too, and so is a claim that tries to give the Ref orders in Hebrew.
What it means for you: Israeli claims written in Hebrew get a proposed verdict more often, and nothing got easier to fool. A yes or a no still needs two independent publishers, including at least one primary or major source.
Measured on the 114-case test set (81 in English, 33 new ones in Hebrew): 114 of 114 correct, 88.6% settled by the Ref without help, no wrong verdict shown.
judge-v1.1 · November 12, 2026
What changed:
- The official record now counts as evidence. The Ref used to file the primary record (the central bank's statement, the league's result) as background, and then said it didn't have enough sources. It now counts it.
- More established newsrooms count as reliable sources, so a correct verdict backed by major news coverage is shown to you instead of being sent back for a closer look.
What it means for you: more claims get a proposed verdict from the Ref, and fewer wait for you to settle them together. Nothing got easier to fool: a yes or a no still needs two independent publishers, including at least one primary or major source.
Measured on the 81-case test set: 81 of 81 correct, 91.4% settled by the Ref without help (up from 84%), no wrong verdict shown.
judge-v1.0 · November 12, 2026
The first version of the Ref.
- How it works: one model searches the web for the official record and independent reporting, and looks for evidence of the opposite outcome. A second step writes the verdict with citations. A different, stronger model then reviews it.
- Blind: the Ref sees the claim's contract only. Never names, sides, confidence, comments or who paid.
- Code decides, not the model: a verdict is shown only if it cites at least two independent publishers, one of them primary or major, the Ref is at least 80% sure, the reviewer found no major problem, and nothing in the claim or the sources tried to steer it. Otherwise it goes to you two, a referee or the witnesses.
- Claims about things already known when they were locked can't be settled.
Measured on the 81-case test set: 81 of 81 correct, 84% settled by the Ref without help, no wrong verdict shown.