预测准确度
各阶段准确度
随着周末赛程推进，每一场比赛预测都会根据新增信息重新生成：练习赛、定稿排位赛、锁定的排位赛成绩。以下为本赛季各阶段按时间顺序的平均得分。
F1预测难度极高。在22名车手中随机选择获胜者命中率仅约4.5%；即便总是押注锦标赛领先者，也会因降雨、安全车、首圈碰撞等混乱场面而失准。请参考基准而非完美标准看待以下数据。
分数涵盖了周末的所有预测类型：正赛冠军和领奖台、完整排名、排位赛、冲刺赛结果以及车手对决。比赛页面的预测回顾会详细展示哪些预测命中，哪些失准。
信号 vs 运气
评估预测引擎最诚实的方式是将其与盲猜对比。在22辆车的发车位中，随机命中获胜者的概率约为4.5%，杆位同理，预测一名领奖台车手的概率约为14%。以下是引擎本赛季以来的对比表现。
基准值假设在22名车手中进行随机选择：获胜者和杆位为 1/22 ≈ 4.5%，预测一名领奖台车手为 3/22 ≈ 14%。引擎数据在每场评分后的比赛自动更新。
评分原理
每项预测均在赛段开始前生成并保存锁定。方格旗挥动后不进行任何编辑：上述记分牌是根据您在每个比赛页面查看的同一份不可篡改的记录计算得出的。
每种赛段类型都有各自的加权准则。正赛得分核心在于奖励冠军预测、正确的领奖台顺序及前十名的准确度。排位赛围绕杆位及前五名进行。当相关数据可用时，额外预测（最快圈、安全车、冠军车队、胜差、天气、进站及车手对决）会带来较小的额外权重。权重是相对而非百分比的：每个赛段的分数会根据该赛段的总可用权重进行标准化处理。
额外预测（最快圈、安全车、冠军车队、胜差、天气、进站策略、车手对决）每项权重为 2–5 分，且仅在相应赛段数据存在时计入。
评分项目
正赛
核心预测：冠军、完整的领奖台席位及完整的前十名排名。评分基于冠军命中率、精确领奖台顺序、前十名出现率及其与预测位置的距离，以及最快圈、安全车、冠军车队等额外加分项。
排位赛
杆位及周六排名前五。排位赛是测试单圈实力的纯粹标准，排位赛后的正赛预测会根据此结果进行校准，因此排位赛准确度会叠加影响正赛准确度。
冲刺赛
在冲刺赛周末，冲刺赛将拥有独立的锁定预测与积分结算（包括冠军及登上领奖台情况），与大奖赛的正赛预测完全分开。
车手对决
车手对车手的预测（多为队友竞争），判定为简单的对错。权重较小，但赛季积累后可揭示引擎对车队内部竞争态势的解读是否准确。
预测准确率是如何衡量的？
每场比赛结束后，每个预测都会与官方成绩进行对比。通过一套加权评分系统，对获胜者、领奖台排名、前十名准确率及额外预测进行打分，得出每场比赛 0–100% 的得分。所有比赛均采用相同的评分准则，且所有得分均公开。
预测结果会在比赛结束后被修改吗？
不会。预测在赛事开始前即被锁定并永久保存：绝不会被重写、重新评分或悄悄删除。你在排行榜上看到的内容，正是开赛前公布的原始预测。
AI 预测冠军的频率如何？
实时获胜命中率显示在本页顶部，并在每次比赛计分后更新。F1 获胜者确实难以预测：请将单场比赛的结果视为随机波动，通过整个赛季的表现来评估准确率。
有什么好的基准可以进行比较？
从 22 名车手中随机挑选，获胜概率约为 4.5%，即便始终押注积分榜领先者在混乱的周末也会失算。任何持续高于这些基准的获胜命中率，都意味着模型正在提供真实的预测价值。
预测使用了哪些数据？
AI 结合了锦标赛积分榜、近期车手状态、赛道历史、天气预报、周末早些阶段的比赛结果，以及对突发新闻的实时搜索。它无法预知未来：所有输入信息均在赛事开始前获取。
准确率得分是如何计算的？
每种赛事类型都有加权准则（正赛：冠军、领奖台顺序、前十准确率；排位赛：杆位和前五），并归一化为 0–100% 的分数。具体的权重已在上述评分部分公布，每场比赛的页面都会显示哪些预测命中。
为什么不同比赛之间的得分差异如此之大？
因为一级方程式赛车本身就是这样。混乱的比赛（雨水、安全车、首圈事故）会打乱场面并影响所有预测，而按部就班的比赛则会获得高分。这就是为什么赛季平均分和命中率比单场比赛的结果更重要。
你们会删除或重写错误的预测吗？
从不。预测在数据库层面是不可篡改的，排行榜是根据这些锁定的记录计算得出的。命中与失误同样公开展示：这就是建立公开记录的意义。
结果与纯粹的猜测相比如何？
从 22 辆车的发车位中随机选出获胜者，成功率约为 4.5%。上方的基准对比将引擎的实时命中率与这些几率并列展示：两者之间任何持续的差距都是真实的预测信号。