← starnum.com.tw

งานวิจัย

งานวิจัย AI ที่ starnum.com.tw เผยแพร่เกี่ยวกับจื่อเวยโต่วซู่: วิธีวิทยา, Benchmark, กรอบความโปร่งใส

Preprint · v1.0 · เมษายน 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  ·  สัญญาอนุญาต: CC BY 4.0

เรานำเสนอ Benchmark AI ชุดแรกที่บันทึกต่อสาธารณะสำหรับการตีความจื่อเวยโต่วซู่ (紫微斗數) สถาปัตยกรรมการตรวจสอบข้ามหลายโมเดลของเราใช้ แหล่งอ้างอิงธรรมาภิบาล OpenAI / Anthropic / Google Gemini ตรวจสอบผลการวิเคราะห์โดยอิสระ ได้คะแนนเพิ่ม +6.2 เหนือ baseline ของโมเดลเดี่ยวบน rubric 6 มิติของเรา พร้อมเผยแพร่ starnum-bench: ดวง 37 ชุดที่ปิดบังข้อมูลระบุตัวตน รูบริกให้คะแนน สคริปต์ประเมิน และผล baseline เดือนเมษายน 2026

หมวด: cs.AI · cs.CY (Computers and Society)

📎 การอ้างอิง BibTeX
@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/}
}
คะแนน Benchmark — Baseline เมษายน 2026
D1 ความถูกต้อง
87.3
D2 ความครบถ้วน
82.1
D3 ความลึก
79.8
D4 ความสอดคล้อง
91.2
D5 คุณภาพฮุก
84.6
D6 รูปแบบ
96.4
รวม
85.4
รูบริก 6 มิติ
D1
ความถูกต้องของข้อเท็จจริง
น้ำหนัก 30%
D2
ความครบถ้วนของกฎ
น้ำหนัก 20%
D3
ความลึกของการตีความ
น้ำหนัก 20%
D4
ความสอดคล้องภายใน
น้ำหนัก 15%
D5
คุณภาพฮุก
น้ำหนัก 10%
D6
การปฏิบัติตามรูปแบบ
น้ำหนัก 5%
วิธีอ้างอิง

หากคุณใช้ starnum-bench หรือวิธีวิทยาใน preprint ของเรา โปรดอ้างอิงด้วย BibTeX ด้านบน สำหรับการกล่าวถึงข้อมูล คุณอาจอ้างอิงที่เก็บ benchmark สาธารณะด้วย: https://starnum.com.tw/benchmark/en