← starnum.com.tw

研究论文

starnum.com.tw 发布的紫微斗数 AI 研究：方法论、Benchmark、透明度框架

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

我们发布业界首个公开记载的紫微斗数 AI Benchmark。多模型交叉验证架构采用OpenAI / Anthropic / Google Gemini 治理对标来源独立验证分析结果，在我们设计的六维评分表上较单模型基线提升 +6.2 分。同步发布 starnum-bench：37 份去标识化命盘、评分 rubric、评估脚本，以及 2026 年 4 月的基准结果。

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

完整论文 (Markdown) starnum-bench 数据集 透明度报告 负责任 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 分数 — 2026 年 4 月基准
事实准确
87.3
规则完整
82.1
诠释深度
79.8
内部一致
91.2
钩子质量
84.6
格式合规
96.4
总分
85.4
六维评分表
D1
事实准确性
权重 30%
D2
规则完整度
权重 20%
D3
诠释深度
权重 20%
D4
内部一致性
权重 15%
D5
钩子质量
权重 10%
D6
格式合规度
权重 5%
如何引用

如果您使用 starnum-bench 或采用我们 preprint 所述的方法论，请以上方 BibTeX 条目引用。如需数据归属，也可引用公开 benchmark 仓库： https://starnum.com.tw/benchmark/en