信任 · 方法论
Navurex 如何把比赛数据转化为概率。
核心概率由 Navurex 模型代码生成。AI 只用于解释已提供的模型/数据信号，不会凭空生成核心 1X2 概率。
01 · 输入
近期赛果会按赛事权重计算。
Navurex 在当前近期状态层中最多使用最近五场已结束比赛。友谊赛对模型的影响不应与正式联赛相同。
02 · 评分
五项评分维度。
在当前联赛积分榜可用时，球队综合评分由近期状态（30%）、进攻（20%）、防守（20%）、净胜球平衡（10%）和联赛强度（20%）组成。如果联赛强度不可用，其余部分会重新归一化，而不是填入虚假数值。
联赛强度本身会使用当前排名、场均积分和场均净胜球。赛季初期，积分榜可能不可用或参考价值较低。
03 · 概率
评分会转化为 1X2 概率分布。
Navurex 将双方综合评分转化为主胜、平局和客胜权重。当双方实力更接近时，平局权重会提高。发布值会归一化为 100%，并通过保护机制防止错误值或 NaN 进入界面。
模型置信度不等于数据质量。置信度反映模型结果之间的区分度；数据质量则描述底层比赛样本是否足够可靠，可以放心发布。
04 · 数据质量
模型可以明确说“数据不足”。
当有效样本低于 1 场，或任意一方近期没有正式比赛时，预测会标记为不可用。更强的样本可以标记为高或中等；较小样本会明确标记为数据有限。友谊赛仍会显示作为背景，但只贡献 25% 的模型权重。
05 · 模拟
10,000 次确定性泊松模拟。
预期进球会综合按赛事加权的近期进球表现、对手防守以及当前 Navurex 进攻/防守评分。随后 Navurex 会运行 10,000 次带固定种子的泊松模拟。同一场比赛、同一组模型输入与同一模型版本会产生相同的模拟序列，因此结果可复现，而不是每次刷新都随机变化。
06 · 角球智能分析
角球使用独立的比赛统计模型。
角球智能分析不会把 1X2 概率当作捷径重复使用。Navurex 会读取每支球队最近最多五场已结束比赛中记录的角球数据，采用相同的赛事加权原则，并计算加权的获得角球与被对手获得角球表现。球队角球预测由自身近期制造角球能力（55%）与对手近期允许角球能力（45%）混合得出。小样本会向近期比赛总体基准收缩，避免单场异常比赛主导公开数值。
显示的总角球百分比使用围绕预测总数的泊松式计数近似。如果任意一方记录的角球数据覆盖过少，Navurex 会将模块标记为有限或不可用，而不会把缺失统计填成 0。
冻结历史
预测不应该在结果出来后改变。
开球前，Navurex 可以把当前预测与模拟保存为带版本的快照。开球后，有效的已保存快照会成为公开表现追踪的事实来源。对于没有快照的较早比赛，只能使用该场开球前可获得的数据进行重建，并会在模型流程中单独标识。
查看模型表现 →模型范围
核心评分与比赛外部信息
Navurex 将可重复计算的模型输入与外部比赛信息分开，因此缺失的伤病信息或临时首发变化不会被默认包装成已经纳入评分。
已纳入核心评分
近期状态、进攻、防守、进失球平衡，以及可用时的联赛强度。这些数据结构稳定、可重复计算，是核心球队评分的基础。
核心评分暂不保证包含
伤病、确认首发、战术变化、转会、天气和交锋历史可能不完整、延迟或缺失。在 Navurex 能稳定验证并建模这些信息之前，应把它们视为独立的比赛背景信息。
当前限制
Navurex 当前无法保证核心评分完整包含伤病、确认首发、战术、转会、天气或交锋历史等信息。模型输入可能不完整或有延迟。概率只是估算，不是确定结果，也不构成博彩建议。