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。
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 – 100 | S | 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 – 89 | A | 强 | 在大样本中稳定高于基准线。 |
| 65 – 77 | B | 稳健 | 胜率高于平均。没有更好选择时的稳妥之选。 |
| 50 – 64 | C | 中等 | 曲线的中段。大多数都在这里。 |
| 35 – 49 | D | 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 – 34 | F | 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 | 1000 | 700 | 70% | S100 |
| 样本多,强 | 100 | 70 | 70% | S94 |
| 样本中等,稳健 | 500 | 280 | 56% | B68 |
| 样本少,全胜 | 5 | 5 | 100% | B65 |
| 表现平均 | 50 | 25 | 50% | C50 |
| 样本少,尚无胜利 | 5 | 0 | 0% | D35 |
| 样本多,表现不佳 | 200 | 60 | 30% | 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