用 XGBoost 做跨宇宙对战判定
iBoomer69 · reddit · 2026-07-15
作者用一个 XGBoost 分类流水线来处理“跨宇宙角色对战”这种看似玩梗、实则用于压力测试模型的任务，目标是让模型在不同且冲突的规则体系下学会判断，而不是简单复刻人工偏见。 ### 方案设计 - **合成数据标注**：用 LLM 作为盲标注器，处理 2300+ 组跨域对战，只看到角色名和各自规则集，不看到底层数值，以逼出更“原生”的特征权重。 - **数据泄漏排查**：最初准确率异常高，后来发现是训练/测试集里有镜像配对的泄漏。清理后，clean hold-out 上准确率反而升到 **93%**。 - **可解释输出**：作者把 SHAP 特征归因喂给 LLM，再加严格的领域约束，把数值解释转成面向用户的自然语言结论，而不是只给一个胜负结果。 项目已经完整部署上线，提供 GitHub 仓库和在线演示。作者强调，重点不在“谁赢了”这个梗，而在于这个系统如何在不胡编的前提下处理互相冲突的规则集合。