尧图网页设计 
从排盘到推理MingLi-Bench如何用iztro预排八字紫微斗数命盘【免费下载链接】MingLi-BenchA benchmark for evaluating LLMs on Chinese traditional fortune telling — Bazi (八字) and Ziwei Doushu (紫微斗数).项目地址: https://gitcode.com/gh_mirrors/mi/MingLi-BenchMingLi-Bench 是一个评测大语言模型LLM中国传统命理能力的基准覆盖八字与紫微斗数两大体系。为了让评测分数只反映模型的推理能力项目使用开源排盘引擎 iztro 预先为全部 160 道赛题排好八字与紫微斗数命盘并在运行时注入提示词把排盘与推理两个环节干净地解耦。为什么要把排盘和推理解耦 先看题目的原始形态。以 2022 年第一例为例见 data/raw/2022.txt男命1974年4月28日下午4:40分 出生地点美国如果让模型自己根据这段生辰信息排盘评测分数实际上是两件事的乘积排盘能力把公历生日换算成四柱八字、定出紫微十二宫的星曜推理能力基于排好的命盘推演当事人某一年会发生什么事。一旦模型排盘出错哪怕推理再出色答案也会错。分数就再也说不清是看不懂盘还是排不出盘了。图中展示的正是不确定性沿链路逐级向上传播的过程早期环节的一个偏差会被后续环节层层放大。排盘错误就是命理评测里最典型的源头不确定性——MingLi-Bench 的解法很直接不让模型自己排盘把排盘交给专业引擎提前算好。iztro预排命盘一次算好反复复用iztro 是一个开源的八字 / 紫微斗数排盘引擎。MingLi-Bench 的作者用它对数据集中每个命主case的出生信息跑了一次排盘把完整结果固化在 data/fortune_api_results.json 中。这个文件按case_id组织每条记录包含字段内容示例生辰信息男命1974年4月28日下午4:40分出生地点 usa八字甲寅 戊辰 己亥 壬申时辰 / 五行局 / 生肖申时 / 金四局 / 虎紫微十二宫命宫、兄弟、夫妻、子女、财帛、疾厄、迁移、仆役、官禄、田宅、福德、父母各宫的 majorStars / minorStars 完整分布数据加载时会只保留排盘成功status: success的记录并构建case_id → 命盘的内存字典见 mingli_bench/data/loader.py。预排命盘如何注入提示词三步链路整条链路在运行时只有三步第一步加载命盘库。传入--astro参数定义见 mingli_bench/cli.py后DataLoader读取fortune_api_results.json并缓存命盘数据。第二步按case_id关联。data/data.json 中的每道题目都带有case_id字段如case_1与命盘记录一一join。多位算命师对同一命主提的不同问题共享同一份排盘结果。第三步组装 Prompt。发送请求前_prepare_prompt把命主信息、指令、八字命盘与十二宫星曜分布拼进最终提示词核心注入逻辑在 mingli_bench/benchmark.py。以ftb_0001为例注入后题目长这样八字命盘信息 八字甲寅 戊辰 己亥 壬申 时辰申时 五行局金四局 生肖虎 紫微命盘信息 十二宫位星曜分布 命宫天同 火星 夫妻天梁 左辅 右弼 天钺 地劫 财帛巨门 官禄天机 天魁 陀罗 ... 问题此命1996年发生何事 选项 A. 患上严重抑郁痴 B. 回港认识现任妻子 C. 交通意外撞车人平安 D. 得到一笔意外之财模型拿到的是一份现成盘只需专注一件事像算命师一样读盘推理。快速上手3条命令跑通命理评测git clone https://gitcode.com/gh_mirrors/mi/MingLi-Bench cd MingLi-Bench pip install -r requirements.txt配置好 API 密钥后参考仓库内的.env说明python -m mingli_bench.cli --stats # 查看160道题的类别/年份分布 python -m mingli_bench.cli --model 模型名 --year 2025 --cot --astro # 官方推荐默认配置官方推荐始终同时开启--cot与--astro思维链CoT给模型留出逐步推演命盘的空间--astro保证分数反映的是推理能力。若你想测量模型裸排盘 推理的综合能力去掉--astro再跑一次对照即可——两次准确率的差值就是排盘预置带来的增益。如何解读评测结果每次运行会在logs/目录生成三类产物model_results.json逐题预测、打分与总体统计model_summary.txt核心指标摘要含整体准确率与分类别准确率model_responses/每题的完整 Prompt 与模型原始回复方便人工复盘模型是怎么读盘的。题目来自 2022–2025 年全球算命师大赛真实赛题原始文本见 data/raw/覆盖事业、健康、婚姻、子女、财运等 12 个类别可用--categories 事业 婚姻与--year 2025组合筛选做细粒度的消融分析。数据与代码地图文件作用data/data.json160 道选择题含case_id命盘关联键data/fortune_api_results.jsoniztro 预排的八字 / 紫微斗数命盘data/raw/2022–2025 全球算命师大赛原始赛题mingli_bench/benchmark.pyPrompt 组装与命盘注入、答案抽取、评分mingli_bench/data/loader.py命盘数据加载、年份/类别过滤、选项打乱mingli_bench/cli.py命令行入口--astro/--cot等参数一句话总结MingLi-Bench 用 iztro 把排盘这道题提前做完把模型放进一个公平的考场——只考读盘推理不考万年历。这正是它能成为大模型命理评测基准的关键设计。【免费下载链接】MingLi-BenchA benchmark for evaluating LLMs on Chinese traditional fortune telling — Bazi (八字) and Ziwei Doushu (紫微斗数).项目地址: https://gitcode.com/gh_mirrors/mi/MingLi-Bench创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 从排盘到推理：MingLi-Bench如何用iztro预排八字紫微斗数命盘
从排盘到推理MingLi-Bench如何用iztro预排八字紫微斗数命盘【免费下载链接】MingLi-BenchA benchmark for evaluating LLMs on Chinese traditional fortune telling — Bazi (八字) and Ziwei Doushu (紫微斗数).项目地址: https://gitcode.com/gh_mirrors/mi/MingLi-BenchMingLi-Bench 是一个评测大语言模型LLM中国传统命理能力的基准覆盖八字与紫微斗数两大体系。为了让评测分数只反映模型的推理能力项目使用开源排盘引擎 iztro 预先为全部 160 道赛题排好八字与紫微斗数命盘并在运行时注入提示词把排盘与推理两个环节干净地解耦。为什么要把排盘和推理解耦 先看题目的原始形态。以 2022 年第一例为例见 data/raw/2022.txt男命1974年4月28日下午4:40分 出生地点美国如果让模型自己根据这段生辰信息排盘评测分数实际上是两件事的乘积排盘能力把公历生日换算成四柱八字、定出紫微十二宫的星曜推理能力基于排好的命盘推演当事人某一年会发生什么事。一旦模型排盘出错哪怕推理再出色答案也会错。分数就再也说不清是看不懂盘还是排不出盘了。图中展示的正是不确定性沿链路逐级向上传播的过程早期环节的一个偏差会被后续环节层层放大。排盘错误就是命理评测里最典型的源头不确定性——MingLi-Bench 的解法很直接不让模型自己排盘把排盘交给专业引擎提前算好。iztro预排命盘一次算好反复复用iztro 是一个开源的八字 / 紫微斗数排盘引擎。MingLi-Bench 的作者用它对数据集中每个命主case的出生信息跑了一次排盘把完整结果固化在 data/fortune_api_results.json 中。这个文件按case_id组织每条记录包含字段内容示例生辰信息男命1974年4月28日下午4:40分出生地点 usa八字甲寅 戊辰 己亥 壬申时辰 / 五行局 / 生肖申时 / 金四局 / 虎紫微十二宫命宫、兄弟、夫妻、子女、财帛、疾厄、迁移、仆役、官禄、田宅、福德、父母各宫的 majorStars / minorStars 完整分布数据加载时会只保留排盘成功status: success的记录并构建case_id → 命盘的内存字典见 mingli_bench/data/loader.py。预排命盘如何注入提示词三步链路整条链路在运行时只有三步第一步加载命盘库。传入--astro参数定义见 mingli_bench/cli.py后DataLoader读取fortune_api_results.json并缓存命盘数据。第二步按case_id关联。data/data.json 中的每道题目都带有case_id字段如case_1与命盘记录一一join。多位算命师对同一命主提的不同问题共享同一份排盘结果。第三步组装 Prompt。发送请求前_prepare_prompt把命主信息、指令、八字命盘与十二宫星曜分布拼进最终提示词核心注入逻辑在 mingli_bench/benchmark.py。以ftb_0001为例注入后题目长这样八字命盘信息 八字甲寅 戊辰 己亥 壬申 时辰申时 五行局金四局 生肖虎 紫微命盘信息 十二宫位星曜分布 命宫天同 火星 夫妻天梁 左辅 右弼 天钺 地劫 财帛巨门 官禄天机 天魁 陀罗 ... 问题此命1996年发生何事 选项 A. 患上严重抑郁痴 B. 回港认识现任妻子 C. 交通意外撞车人平安 D. 得到一笔意外之财模型拿到的是一份现成盘只需专注一件事像算命师一样读盘推理。快速上手3条命令跑通命理评测git clone https://gitcode.com/gh_mirrors/mi/MingLi-Bench cd MingLi-Bench pip install -r requirements.txt配置好 API 密钥后参考仓库内的.env说明python -m mingli_bench.cli --stats # 查看160道题的类别/年份分布 python -m mingli_bench.cli --model 模型名 --year 2025 --cot --astro # 官方推荐默认配置官方推荐始终同时开启--cot与--astro思维链CoT给模型留出逐步推演命盘的空间--astro保证分数反映的是推理能力。若你想测量模型裸排盘 推理的综合能力去掉--astro再跑一次对照即可——两次准确率的差值就是排盘预置带来的增益。如何解读评测结果每次运行会在logs/目录生成三类产物model_results.json逐题预测、打分与总体统计model_summary.txt核心指标摘要含整体准确率与分类别准确率model_responses/每题的完整 Prompt 与模型原始回复方便人工复盘模型是怎么读盘的。题目来自 2022–2025 年全球算命师大赛真实赛题原始文本见 data/raw/覆盖事业、健康、婚姻、子女、财运等 12 个类别可用--categories 事业 婚姻与--year 2025组合筛选做细粒度的消融分析。数据与代码地图文件作用data/data.json160 道选择题含case_id命盘关联键data/fortune_api_results.jsoniztro 预排的八字 / 紫微斗数命盘data/raw/2022–2025 全球算命师大赛原始赛题mingli_bench/benchmark.pyPrompt 组装与命盘注入、答案抽取、评分mingli_bench/data/loader.py命盘数据加载、年份/类别过滤、选项打乱mingli_bench/cli.py命令行入口--astro/--cot等参数一句话总结MingLi-Bench 用 iztro 把排盘这道题提前做完把模型放进一个公平的考场——只考读盘推理不考万年历。这正是它能成为大模型命理评测基准的关键设计。【免费下载链接】MingLi-BenchA benchmark for evaluating LLMs on Chinese traditional fortune telling — Bazi (八字) and Ziwei Doushu (紫微斗数).项目地址: https://gitcode.com/gh_mirrors/mi/MingLi-Bench创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考