像看天气预报一样，选举预测真正有用的不是一句“谁会赢”，而是候选人各有多大胜算。Harvey Olden 开发的模型尝试让这件事自动运转：它用 Transformer——一种会根据上下文判断哪些信息更重要的神经网络——汇总持续更新的选举信息，并在中期选举前不断刷新预测。用户还可以点进州或选区，查看模型主要参考了哪些信息。
新鲜之处在于，Transformer 不再只处理语言，而是被拿来整理实时信息流。但 Andrew 在博客中提醒，目前没有看到模型数据、代码或预测模拟，因而难以检查其弱点。材料也未披露样本外验证与校准结果：前者检验模型面对没见过的选举是否仍可靠；后者则追问，模型给出的“70% 胜率”长期看是否真有约七成兑现。能自动更新很吸引人，但这些概率是否名副其实，才是判断它能否用于严肃预测的关键。