OverwolfSpire Codex 现已登陆 Overwolf。 了解更多 →

杀戮尖塔2 (STS2) 法典评分

每张卡牌、遗物和药水如何获得 0–100 的社区环境评分。

S94

什么是 Codex Score?

贝叶斯收缩胜率,映射到 0–100 并划分字母等级。

杀戮尖塔2 (STS2) 中的每张卡牌、遗物和药水都会得到一个数字,概括它的出现与获胜局数的相关程度,完全基于社区提交的对局数据,而非主观意见。50 为中性(A0 下平均对局约有一半获胜),100 是信号顶端,0 是底端。这是一种带有已知偏差(见下文)的朴素相关性,并非对卡牌好坏的定论。同一个数字决定每个列表页的默认排序和每个详情页的徽章。

分级区间

区间等级标签含义
90 – 100S顶级胜率信号的顶端。在数百次选取中持续保持的、超出分布的胜率。
78 – 89A强在大样本中稳定高于基准线。
65 – 77B稳健胜率高于平均。没有更好选择时的稳妥之选。
50 – 64C中等曲线的中段。大多数都在这里。
35 – 49D低于平均低于基准线。通常是小众或看情况的选择,有时只是曝光过高(见下方偏差)。
0 – 34F表现不佳胜率信号的底端。常常是因几乎每局都在场而被拉低的常用牌,未必是差牌。

公式

评分分两步:贝叶斯收缩(避免5次选取全胜的卡牌压过500次选取稳定的卡牌),然后把相对基准线的胜率线性映射到 0–100。

baseline   = total_wins / total_runs       # global win rate
shrunk     = (wins + baseline · 50) / (picks + 50)
delta      = shrunk − baseline
raw        = (delta / 0.15 + 1) · 50
score      = clamp(raw, 0, 100)            # rounded to integer
  • 先验权重 = 50。 每个条目起始时相当于在基准胜率下有50次虚拟选取。真实选取在这个先验之上累积,数据越多评分越稳定。5次选取全胜的卡牌只能略微推动先验;500次选取且战绩强劲的卡牌则能压过它。
  • 尺度范围 = ±15个百分点。 胜率比基准线高15个百分点对应100。超出后评分饱和,超出该区间的条目确实脱离了分布。
  • 截断。 即使数学结果如此,评分也不会为负或超过100。上限是诚实的:达到上限的条目意味着“至少这么好”,不一定是“正好100”。

计算示例

下方所有行使用相同基准线(50%胜率)。注意样本量的影响:5次选取全胜只得 B 级,而500次选取56%胜率得 A 级。

情景选取数胜利胜率%评分
海量样本,顶尖100070070%S100
样本多,强1007070%S94
样本中等,稳健50028056%B68
样本少,全胜55100%B65
表现平均502550%C50
样本少,尚无胜利500%D35
样本多,表现不佳2006030%F0

Codex Elo,另一半

Codex Score 评估胜率,这诚实但存在混杂:一张卡的胜率反映了谁选了它、它进了什么牌组,而不只是卡牌本身。Codex Elo 从另一面切入。它完全忽略胜负,转而读取显示性偏好。每个卡牌奖励界面都被视为一场对决,你拿走的卡战胜你跳过的卡。对数百万次这样的决定拟合 Bradley-Terry 模型,就得到了“被提供时,玩家真正想要哪张卡?”的评分。

  • 与水平无关。 胜率随打这张牌的人而起伏,选牌决定则不会。无论是高手还是普通玩家在选,强牌都会被偏爱,所以 Elo 绕开了胜率的混杂因素。
  • 锚定约1500,每十倍差400。 相对对手被选取频率是平均值十倍的卡牌,Elo 高出约400,与国际象棋的尺度逻辑相同。
  • 仅限卡牌。 奖励界面提供的是卡牌而非遗物或药水,所以基础卡 Elo 只存在于卡牌。
  • 升级卡有自己的 Elo。 奖励界面可能提供已升级的卡牌,但对局导出只记录拿了哪张卡,不记录提供的是否为“+”版本,所以每次奖励选取都记在基础卡上,无法代表升级版。“+”版本改用另一种显示性偏好来评分:休息处的锻造决定。当你升级一张卡时,它“战胜”了牌组中你本可以升级却没有升级的其他卡。对这些选择拟合同一个 Bradley-Terry 模型,“+”行就得到真正的升级 Elo,而非基础数值的复制。初始卡也能这样获得(打击可以锻造)。

把两者结合使用:Score 说“这能赢”,Elo 说“玩家看到就想要”。两者都高的卡毫无疑问;两者差距大的通常是需要围绕构筑或看情况的选择。 两者并排显示在卡牌指标表中。

每一列的含义

所有统计表都使用这些列。将鼠标悬停在表格的列标题上会显示同样的说明。

在第 5 层及以前放弃的游戏不计入这些表格的任何统计,因为它们大多是在 Neow 处重开、并未真正游玩的局。它们仍计入游戏总数。

评分
Codex Score:持有它的席位的胜率,向该群组基准收缩后映射到 0 到 100。
Elo
Codex Elo:玩家在同一画面中选它而非其他选项的频率,按 Bradley-Terry 评分拟合。
胜率
持有它并最终赢下这局的席位占比。
选取率
在选择画面中被提供时被选取的频率。
持有%
该群组中所有席位里曾经持有过它的占比。
提升度
胜率减去同一批玩家从获得它的楼层起预期能赢的比例,单位为百分点。
出现
在选择界面出现的次数
选取数
持有它的席位(样本量)
已使用%
获得它并至少使用过一次的席位占比。
购买%
它出现在商店货架上时被购买的频率。
占比
此选项在该事件所有选择中的占比。
低血量
这些选择中在生命低于一半时做出的占比。
A1
第 1 阶段选择画面中的选取率。
A2
第 2 阶段选择画面中的选取率。
第3阶段+
第 3 阶段及之后选择画面中的选取率。
胜-负
持有它的席位的胜负数。

评分不是什么

Codex Score 是朴素的胜率相关性,而相关性自带包袱。下面两个最大的混杂因素解释了为什么一些明显的好牌可能排得低、一些小众牌可能排得高。把等级当作带注意事项的信号来读,而非定论。对于在奖励界面出现过的卡牌,Codex Elo 是混杂更少的制衡:它与水平无关,也不按曝光加权。 跳转到 Codex Elo

  • 曝光时长 / 选取频率偏差。 在牌组里待得更久、或几乎每局都被选的卡(初始卡、普通卡、高频常用牌),会分担更多它在场时的每一次失败。所以高频使用的卡即使不错也评分偏低,这就是一些常用牌落到底层的原因。F 往往意味着“高曝光”,而不是“差牌”。
  • 幸存者偏差。 后期的稀有和罕见卡只会在已经走得很深的对局中出现,而这些对局平均来说本来就进行得不错。它们的胜率被选牌前对局的健康状态抬高了,所以可能显得比实际更强。
  • 不是个人化推荐。 评分回答的是“对平均提交者来说什么能赢?”它看不到你的牌组、角色、进阶等级或已有的遗物。如果一张 C 级卡能解决你的问题,它就是正确的选择。
  • 未按进阶等级归一化。 在 A0 很强、在 A10 平庸的遗物只会得到一个混合评分。等高进阶的样本量具有统计意义后,我们会加入按进阶分级的评分。
  • 未按角色归一化。 一件在故障机器人上胜率 70%、在铁甲战士上 45% 的遗物会被混成一个数字。按角色评分已在计划中(数据已在每个详情页的角色分项表中)。
  • 偏向提交者群体。 评分反映的是真人愿意提交的对局,其中胜局和排位模式玩家的比例偏高。基准胜率来自同一群体,所以在相对排名上偏差大体抵消。但绝对胜率会高于普通玩家。
  • 每30分钟刷新。 评分在服务端缓存。你现在提交的对局会影响下一次评分重建,而不是浏览器中显示的这一次。

想自己剔除明显的混杂因素,卡牌指标表把 Codex Elo 放在 Score 旁边,并按角色和对局分段切分两者。 卡牌数据 →

实际效果

改进评分

提交的对局越多,每个评分就越精准,尤其是失败的对局,它们在社区数据集中长期不足。提交者群体就是数据。

→ 提交对局