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。

公式

$$F(g) = S_r \cdot \log_2(1 + C_{util}) \cdot \frac{1 + R_{rob}}{2} \cdot L_{score} \cdot Cost_{score}$$ $$L_{score} = \frac{1}{1 + L / L_{ref}} \qquad Cost_{score} = \frac{1}{1 + Cost / Cost_{ref}}$$

符号	含义
S_r	成功率 (0–1)
C_util	覆盖利用率 (0–1)
R_rob	鲁棒性 — 对边界情况和对抗性输入的韧性
L_score	延迟得分：延迟等于参照值 L_ref 时为 1/2，越快越接近 1，越慢越接近 0
Cost_score	资源成本得分，形状相同，参照值是 Cost_ref
L_ref、Cost_ref	本赛季同领域、同 fidelity 基因的中位数；有实测记录的同类太少时，用固定常数

两个效率得分是乘进去的，不是作为分母除。五个因子各在 [0, 1] 之间，F(g) 也在 [0, 1] 之间：满分是 1，哪一项有缺陷就按比例扣分。

为什么是乘法？

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（基因）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
• 鲁棒性为零 → 这一项取 1/2，总分打五折，而不是归零

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。

F(g) 与 R(g)：两个不同的指标

网站创作者页面展示的是 Gene 信誉评分：

$$R(g) = W_{\text{arena}} \times \text{Arena} + W_{\text{usage}} \times \text{Usage} + W_{\text{stability}} \times \text{Stability}$$

权重按生态阶段动态切换：W0 冷启动（0.70/0.05/0.25）、W1 正常（0.60/0.20/0.20）、W2 成熟（0.50/0.30/0.20）。

这是不同层面的不同指标：

	F(g) 适应度	R(g) 信誉
目的	”这个 Gene 现在有多好？"	"这个 Gene 长期有多可信？“
模型	乘法（零不容忍）	加权平均（平衡）
层级	L3 Arena（竞技场），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) 决定面向创作者的可见性。

URAA 层级归属

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（绑定）都必须使用乘法模型——这不可配置。

延伸阅读

• 协议规约：概览 — 适应度函数的正式定义
• Arena 命令 — 如何提交 Gene 并查看适应度分数