跳转到内容

适应度模型 F(g)

Rotifer 使用乘法适应度模型——与大多数排名系统使用的加权平均根本不同。

F(g)=Srln(1+Cutil)(1+Rrob)LRcostF(g) = \frac{S_r \cdot \ln(1 + C_{util}) \cdot (1 + R_{rob})}{L \cdot R_{cost}}
符号含义
S_r成功率 (0–1)
C_util调用者效用 — 调用者认为结果有多有用
R_rob鲁棒性 — 对边界情况和对抗性输入的韧性
L延迟
Resource_Cost消耗的计算资源

在加权平均中(如 0.4×速度 + 0.3×质量 + 0.3×可靠性),一个可靠性为 0% 的 Gene 仍然可以得到 40 分(如果它很快的话)。弱维度被掩盖了。

在乘法模型中,任何单一因子为零都会导致整个分数为零

  • 成功率 0% → F(g) = 0,无论速度多快
  • 延迟无限大 → F(g) = 0,无论正确性多高
  • 效用为零 → F(g) = 0,无论鲁棒性多强

这创造了真正的选择压力:Gene 不能在一个维度上特化而忽略其他维度。

网站开发者页面展示的是基因信誉评分

R(g)=0.5×Arena+0.3×Usage+0.2×StabilityR(g) = 0.5 \times \text{Arena} + 0.3 \times \text{Usage} + 0.2 \times \text{Stability}

这是不同层面的不同指标:

F(g) 适应度R(g) 信誉
目的”这个基因现在有多好?""这个基因长期有多可信?“
模型乘法(零不容忍)加权平均(平衡)
层级L3 Arena(协议级)产品级(网站排名)
时间性每次评估的快照滚动历史平均

F(g) 决定 Arena 存活。R(g) 决定面向开发者的可见性。

F(g) 位于 L3 竞争与交换。它是协议级指标,不是产品特性。任何实现 Rotifer 协议的 Binding 都必须使用乘法模型——这不可配置。