01
52%胜方理论胜率赛前预期
实力分先比较双方赛前评分。强者赢球加分更少，弱者爆冷会产生更大的变化。
案例流程
先跟一场 A 级比赛走完整个更新过程。
用户不需要先背公式。先看这场比赛如何从赛前预期走到赛后实力分，再回头理解每个因素。
02
100:95胜负是核心输入实际结果
模型先承认比赛结果，再把比分差作为温和修正，而不是让单场大分差重写榜单。
03
1.00xA 级完整计入可信权重
完整视频、清晰比分和身份明确的比赛可以正常计入；低可信来源会被降权或只展示。
04
+16 / -16双方同步更新赛后实力分
胜方实力分上升，负方实力分下降，每一次变化都能回到具体比赛和证据来源。
公式逻辑
不用看代码，也能理解实力分为什么这样变。
这不是源码说明，而是用户能复述的模型逻辑：结果越可信、对手越强、比分优势越明确，变化越充分。
赛后变化胜负结果 × 对手强度 × 可信权重 × 温和比分差修正
预期胜率
赛前实力分决定基础预期。击败更强对手，比击败明显弱于自己的对手更有含金量。
实际结果
胜负是评分变化的核心信号。高光、名气或主观印象不会替代最终结果。
可信权重
证据质量决定这场比赛能推动榜单多少。证据不足可以展示，但不能污染综合榜。
比分差系数
比分差只做温和放大，用来补充表达统治力，同时避免极端比分造成过度波动。
名次口径
为什么全胜也可能排在后面。
名次不看胜率，也不直接看实力分，而是看扣除不确定度之后的排名分。赢得漂亮但样本不够，模型会先按保守值给你排位。
排名分实力分 − 1.5 × 波动区间 RD
实力分
每场比赛直接改变的那个数。击败更强的对手涨得更多，它代表模型认为你「大概有多强」。
波动区间 RD
模型对这个实力分有多确定。新人从 350 起步，样本越多越小；长期不比赛会重新变大。
排名分
实力分扣掉 1.5 倍波动区间后的保守值，正式榜名次只按这个数从高到低排。
综合战力
排名分按固定刻度换算的 0-100 展示分：1500 分 = 70 分战力，每 15 分排名分 = 1 分战力。
举个例子：A 打了 6 场全胜，实力分 2043，但 RD 还有 213，折掉 320 后排名分 1723； B 打了 25 胜 4 负，实力分只有 1973，RD 已降到 160，折掉 239 后排名分 1733。 B 排在 A 前面，因为模型对 B 的水平更有把握。A 只要继续打 A/B 级比赛把 RD 降下来，排名就会自然回升。
可信度权重
不是所有比赛都应该同等影响排名。
来源质量会先转成权重。完整证据正常计入，缺口证据降权计入，证据不足只展示不更新实力分。
级别证据条件权重榜单影响用户应该怎么理解
A完整视频、清晰比分、双方身份明确1.00x正常计入可复算的主证据
B来源可靠，但视频或信息不完整0.65x降权计入可参考，影响更克制
C片段来源、二手信息或证据不足0x只展示不更新实力分，不污染综合榜
活跃资格
历史实力会保留，当前榜首需要持续接受比赛检验。
活跃时间只由 A/B 级且计入排名的有效比赛刷新。训练局、表演赛和 C/D 级素材不会延长正式榜资格。
正常活跃
最后一场 A/B 级计分比赛距今不足 180 天，正常参与正式榜。
长期未赛
仍保留正式排名，但榜单会显示提醒，RD 时间衰减也会降低排名分。
非活跃
暂停正式榜资格，排名分和历史成绩保留；新增一场有效计分比赛后恢复活跃。
如何恢复：新增一场有效的 A/B 级计分比赛即可恢复活跃；球员仍需满足累计样本、场次和不同对手门槛。
收录边界
榜单解释的是可核验目标分制单挑，不是全部篮球实力。
边界说明和收录口径放在一起，让用户知道哪些证据会进入模型，哪些内容只能作为参考。
我们收录
- 能确认双方身份的正式一对一比赛
- 有完整最终比分和大致比赛日期
- 有公开视频链接或可靠赛事来源
我们不计入
- 无完整比分的高光剪辑或训练片段
- 无法确认身份的二手转述
- 缺少来源支撑的口头战绩
模型能说明
- 当前已录入目标分制单挑中的相对表现
- 每场比赛对双方实力分的具体影响
- 为什么低可信数据不会改变综合榜
模型不代表
- 所有私下单挑、训练局或口头战绩
- 五对五、职业能力或全面篮球实力
- 未来比赛的确定结果