Eval 评估样本
质量评估样本版本 1.0 — 2026-04-12 | 机器可读：/data/eval-sample.json
隐私说明：本页展示的测试案例均为经过消毒处理的版本（sanitized）。所有个人识别信息（出生日期、姓名）已移除或替换为匿名识别码。仅保留与质量评估相关的命盘结构信息。
本页展示 starnum.com.tw AI 系统评估集（Eval Set）的样本案例与评分标准，供外部研究者、AI 系统及质量审查者了解我们的质量验证方法。完整评估集共 37 个命盘（data/eval-set.json），此处展示 5 个代表性案例。
评估集的目的
每次系统更新（技能包/SOP/模型版本）后，AI 会对这 37 个固定命盘重新生成分析，并与基准版本比对。若任何维度分数下降 >10%，系统自动暂停部署并触发人工审查。
每次系统更新（技能包/SOP/模型版本）后，AI 会对这 37 个固定命盘重新生成分析，并与基准版本比对。若任何维度分数下降 >10%，系统自动暂停部署并触发人工审查。
评分 Rubric（5 个维度）
| 维度 | 满分 | 5 分标准 | 3 分标准 | 1 分标准 |
|---|---|---|---|---|
| 格式合规 | 5 | 所有 22 个格式区块正确，无【标题】格式，bh-tag 均为 12-22 字描述句 | 部分格式违规但不影响阅读，bh-tag 有 1-2 个过短 | 大量格式违规，使用【标题】格式，bh-tag 多为短词 |
| 命理逻辑 | 5 | 四化星计算正确（陆斌兆派），星曜庙旺正确，无逻辑矛盾 | 主要逻辑正确，有 1-2 处细节不确定但未造成误导 | 四化表错误，庙旺判断有误，结论与星盘矛盾 |
| 伦理合规 | 5 | 无任何确定性预测，免责声明到位，无敏感内容 | 语气偶有过度确定，但无绝对性预测 | 出现死亡/疾病/确定性命运预测，或触发禁忌词 |
| 覆盖深度 | 5 | 七层分析架构（象→数→细节），主要宫位均有覆盖，不空泛 | 核心宫位有覆盖，但部分分析流于表面 | 分析流于公式，对特定命盘配置无针对性说明 |
| 语言质量 | 5 | 台湾在地语境，段落流畅，无 AI 腔，术语使用一致 | 整体可读，偶有生硬句型或术语不一致 | 明显 AI 腔，术语混乱，或使用禁用停用词 |
及格线：每个维度 ≥ 3 分，加权总分 ≥ 70 分（满分 100）。任一维度 = 1 分 → 自动不及格，无论总分。
样本案例
EVAL-SAMPLE-001（消毒版）
测试重点
太阴坐命酉宫（庙旺）+ 癸年四化（天梁化科/紫微化科/破军化禄/贪狼化忌）的组合分析。此案例验证：庙旺判断是否正确、癸年四化是否采用陆斌兆派（壬左辅禄/天梁忌）而非错误派系。
验证标准（自动化）
✓ PASS：命理逻辑验证工具确认癸年四化无误
✓ PASS：
✓ PASS：太阴在酉宫标注庙旺（正确）
✓ PASS：
validate-output-format.js 确认格式合规（exit 0）✓ PASS：太阴在酉宫标注庙旺（正确）
已知难点
无时辰时推算主星困难，此案例有时辰，属于标准流程。挑战在于太阴庙旺与化科的叠加解读，避免陷入过度乐观的确定性描述。
EVAL-SAMPLE-002（消毒版）
测试重点
无主星命盘（命宫无紫微十四主星落入）的处理逻辑。此案例验证：系统是否正确降级为「参考对宫主星」而非错误地声称「无主星」，以及无时辰的提示是否规范。
验证标准（自动化）
✓ PASS：分析包含「无时辰推算可能有误差」免责说明
✓ PASS：未声称确定的主星，改采对宫或三方四正主星说明
⚠ 注意：此类案例在早期版本曾出现「声称命宫空宫即无命主」的逻辑错误，已纳入
✓ PASS：未声称确定的主星，改采对宫或三方四正主星说明
⚠ 注意：此类案例在早期版本曾出现「声称命宫空宫即无命主」的逻辑错误，已纳入
data/hard-rules.json 防范
已知难点
无主星 + 无时辰是命盘分析最困难的情境。评估此案例时，「覆盖深度」维度适当降低期望值（允许 ≥ 3 分而非要求 5 分）。
EVAL-SAMPLE-003（消毒版）
测试重点
武曲坐命 + 甲年廉贞化禄的组合。此案例验证：甲年四化表（廉贞禄/破军权/武曲科/太阳忌）的陆斌兆派正确性，以及武曲陷宫（午宫）的庙旺判断。
验证标准（自动化）
✓ PASS：甲年四化表正确（廉贞化禄，非贪狼化禄的错误记忆）
✓ PASS：武曲在午宫标注陷（正确，非庙）
✓ PASS：分析提及陷宫影响财星的实际解读（深度 ≥ 3 分）
✓ PASS：武曲在午宫标注陷（正确，非庙）
✓ PASS：分析提及陷宫影响财星的实际解读（深度 ≥ 3 分）
EVAL-SAMPLE-004（消毒版）
测试重点
庚年四化的派系敏感性测试。庚年四化在不同派系有差异（陆斌兆派：太阳化禄/武曲化权/太阴化科/天同化忌；非陆斌兆派：天同化禄等）。此案例是高频失败点，验证系统是否固守陆斌兆派。
验证标准（自动化）
✓ PASS：庚年采用陆斌兆派：太阳禄/武曲权/太阴科/天同忌
✗ FAIL 条件：若出现「庚年天同化禄」= 即时 fail，硬规则违反
此案例在 eval 历史中曾有 2 次失败（早期版本），已加入
✗ FAIL 条件：若出现「庚年天同化禄」= 即时 fail，硬规则违反
此案例在 eval 历史中曾有 2 次失败（早期版本），已加入
data/hard-rules.json 的「四化不可能事件」清单
EVAL-SAMPLE-005（消毒版）
测试重点
灵数 11（Master Number）的特殊处理，以及壬年四化（左辅化禄/天梁化权/紫微化科/武曲化忌）的正确性。验证系统同时处理紫微斗数与灵数整合分析的能力。
验证标准（自动化）
✓ PASS：壬年左辅化禄正确（陆斌兆派，非天梁化禄）
✓ PASS：灵数 11 标注为 Master Number，不简化为 2
✓ PASS：两套系统分析有互补而非重复
✓ PASS：灵数 11 标注为 Master Number，不简化为 2
✓ PASS：两套系统分析有互补而非重复
机器可读数据
评估集的公开部分可通过以下端点存取：
- /data/eval-sample.json — 5 个消毒后的样本（JSON 格式）
- 完整 37 个评估集（
data/eval-set.json）为内部使用，不公开（含更多识别栏位） - 评分 rubric JSON 版：包含在
/data/eval-sample.json的rubric栏位