数据方法论 · LuneMind

模型公开评分与数据状态

模型名称、定价、上下文和评分必须来自成功匹配的公开数据源。当前定价与上下文优先读取 OpenRouter；评分只有在在线评分源成功返回且模型身份完成匹配时才展示。

每条资讯进入系统后，由规则引擎根据标题关键词自动分配至以下分类之一：

分类	典型关键词	优先级
大模型	GPT, Claude, Gemini, Llama, 开源, 发布, 评测	最高
芯片	GPU, HBM, 制程, 流片, NVIDIA, 英伟达	高
融资	融资, 估值, 上市, IPO, B轮, 亿美元	高
政策	监管, 政策, 法案, 出口管制, 网信办	高
产品	上线, 发布, 更新, 功能, 版本	中
AIGC	文生图, 视频生成, AI绘画, 音乐生成	中
自动驾驶/机器人	自动驾驶, 具身智能, Figure, 人形机器人	中

分类优先级从高到低匹配，即标题中含"融资"和"大模型"关键词时，优先归入"大模型"分类。标签规则定期维护，以适配行业术语演变。

每条资讯进入"本周焦点"候选池时，会通过以下加权公式计算重要性评分（满分约 20 分）：

最终从候选池中选取评分最高的 6 条，同时确保同一分类不超过 2 条以保证多样性。页面直接展示“编辑性重要性评分”，不映射为概率或统计置信度。

系统不为未经校准的趋势假设生成百分比置信度。预测模板只描述观察窗口、机遇、挑战和可验证条件；自动规则仅收集可能相关的公开资讯，不能把报道数量换算为事件发生概率。

本站没有常驻人工复核团队，档案由算法按上述门槛自动维护。

不自动量化：置信度字段一律保持为空，页面显示“暂无”——不是“还没算”，而是我们拒绝给出无法解释的数字
候选信号不等于证据：关键词匹配只形成待核验线索，不改变预测状态，也不能直接标记命中
证据门槛 证据门槛：可审计的公开证据 URL + 验证日期落在预测窗口内 + 语义为正面 + 至少 2 个独立来源或 1 个权威来源。满足后才写入历史档案，并记录判定方式（机器核验 / 早期人工整理）与公式版本；已入档记录若出现反证只做标记、不删除。
不以数量代替质量：相关新闻条数只用于辅助检索，不自动加分
历史不等于证据：早期人工整理、无法自证证据的记录仍然保留并如实标注，但不计入「有证据」的命中率

在没有满足上述门槛的记录时，命中档案不展示命中率。未来如引入量化置信度，必须先建立可公开说明的校准样本、公式版本和回测结果。