← starnum.com.tw

研究論文

starnum.com.tw が公開する紫微斗数 AI 研究：方法論・ベンチマーク・透明性フレームワーク

Preprint · v1.0 · April 2026

Multi-Model Cross-Validation for Zi Wei Dou Shu AI Interpretation:
A Reproducible Benchmark and Transparency Framework

Starnum Research Team  ·  starnum.com.tw  ·  2026-04-12  ·  License: CC BY 4.0

紫微斗数解釈に対して、公に記録された初の AI ベンチマークを発表します。マルチモデル交差検証アーキテクチャでは、OpenAI / Anthropic / Google Gemini のガバナンス参照が独立に解析を検証し、6 次元ルーブリック上で単一モデルのベースラインから +6.2 点の改善を達成しました。あわせて starnum-bench を公開：匿名化済み 37 命盤、採点ルーブリック、評価スクリプト、2026 年 4 月ベースライン結果を含みます。

カテゴリ： cs.AI · cs.CY (Computers and Society)

論文本文 (Markdown) starnum-bench データセット 透明性レポート 責任ある AI
📎 BibTeX 引用 
@techreport{starnum2026preprint,
  title     = {Multi-Model Cross-Validation for Zi Wei Dou Shu AI Interpretation:
               A Reproducible Benchmark and Transparency Framework},
  author    = {{Starnum Research Team}},
  year      = {2026},
  month     = {April},
  institution = {starnum.com.tw},
  type      = {Preprint},
  url       = {https://starnum.com.tw/papers/},
  note      = {Version 1.0. Preprint available at starnum.com.tw/papers/}
}
Benchmark スコア — 2026 年 4 月ベースライン
D1 事実正確性
87.3
D2 網羅性
82.1
D3 解釈の深さ
79.8
D4 一貫性
91.2
D5 フック品質
84.6
D6 形式適合
96.4
総合
85.4
6 次元ルーブリック
D1
事実正確性
重み 30%
D2
ルール網羅性
重み 20%
D3
解釈の深さ
重み 20%
D4
内部一貫性
重み 15%
D5
フック品質
重み 10%
D6
形式適合性
重み 5%
引用方法

starnum-bench や preprint で述べた方法論を利用される場合は、上記の BibTeX を引用してください。データ帰属が必要な場合は、公開ベンチマークリポジトリも引用可能です： https://starnum.com.tw/benchmark/en