← starnum.com.tw

研究論文

starnum.com.tw 發布的紫微斗數 AI 研究：方法論、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

我們發布業界首個公開記載的紫微斗數 AI Benchmark。多模型交叉驗證架構採用OpenAI / Anthropic / Google Gemini 治理對標來源獨立驗證分析結果，在我們設計的六維評分表上較單模型基線提升 +6.2 分。同步釋出 starnum-bench：37 份去識別化命盤、評分 rubric、評估腳本，以及 2026 年 4 月的基準結果。

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

完整論文 (Markdown) starnum-bench 資料集 透明度報告 負責任 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 分數 — 2026 年 4 月基準
事實準確
87.3
規則完整
82.1
詮釋深度
79.8
內部一致
91.2
鉤子品質
84.6
格式合規
96.4
總分
85.4
六維評分表
D1
事實準確性
權重 30%
D2
規則完整度
權重 20%
D3
詮釋深度
權重 20%
D4
內部一致性
權重 15%
D5
鉤子品質
權重 10%
D6
格式合規度
權重 5%
如何引用

如果您使用 starnum-bench 或採用我們 preprint 所述的方法論，請以上方 BibTeX 條目引用。若需資料歸屬，亦可引用公開 benchmark 資料庫： https://starnum.com.tw/benchmark/en