UFC 上海站预测复盘：我们的模型 13 场中了 8 场

UFC 上海站开赛两天前，我在这里发过一篇标题为"我们的模型看淡热门"的文章。它标出了两场我们的 AI 模型与博彩市场选出不同胜者的比赛，并指出在十三场对决中的八场里，模型对热门的评价低于赔率盘。

赛卡打完了。下面是这件事的成绩单，包括模型在主赛上错得既严重又昂贵的那一部分。

核心数字

在这张赛卡上模型有角落匹配预测的十三场比赛里，它十三场中选对了八个胜者，也就是 61.5%。收盘博彩热门同样是 8-for-13。就纯命中率而言，模型和市场这一晚打平。

那是无聊的版本。有意思的版本是它们真正意见相左的地方，而那恰好只有十三场里的两场。

上面的模型概率是最终存储的数字，也就是它在比赛之夜的说法，而不是周三的说法。它会随着赛卡变化重新评分，而在这张赛卡上，丁猛那条线在最后两天里移动了很远。

真正出现分歧的两场比赛

在十三场里的十一场上，模型和收盘赔率指向同一名选手。它们在两场上分道扬镳，结果一人一场。

模型赢下了更大的那一场。它给丹妮丝·戈麦斯对闫晓楠 62.8% 的胜率，而博彩公司把闫晓楠列为 -147 的热门。那是真正的分歧，不是四舍五入的差别：市场隐含闫晓楠大约有 59% 的胜率，模型说戈麦斯大约有 63% 的胜率，这两个数字不可能都接近正确。戈麦斯在 4:49 KO 了草量级排名第四的选手。

市场赢下了另一场。模型给小莱维·罗德里格斯 51.1%，一枚彻底的硬币，对手是被博彩公司定为 -180 的刘策。刘策在第一回合把他 KO 了。对双方都公平地说一句，罗德里格斯是在朱尼尔·塔法退赛后临时接下这场比赛的，而这类情况无论模型还是赔率线都处理得不好。

还有一行值得标出来，尽管它并不属于分歧。苏木达尔基在模型这边是 60.2%，在市场那边是 -313，最后在三张裁判纸上都以一个回合的差距赢下一致判定，29-28，来自本·卡特利奇、维托·保利洛和克莱门斯·维尔纳。一个 -313 的热门不该需要打到最后一个回合。模型把这场比赛定得远比市场更接近它真实的样子。

它错在哪里，以及最糟糕的那一处

乌马尔·努尔马戈梅多夫 74.2%。他在第二回合被 KO 了。

这件事没法说得更委婉。模型对乌马尔的信心大幅高于一半，市场在 -621 上更有信心，而两者面对的是一个靠判定击败过科里·桑德哈根、马里奥·包蒂斯塔和戴维森·菲格雷多、职业生涯从未被终结过的选手。这份画像的每一处都在说"能赢回合，不会被打停"。宋亚东在 1:48 把他打停了。

那是一个真实的局限，值得点名而不是埋掉。一个很大程度上建立在选手战绩和逐场数据历史表现之上的模型，在给"一个耐打的判定型选手遇上一个会结束比赛的人"定价时，反应必然是慢的。宋亚东有八次赛后奖金，其中七次来自终结。那不是什么隐藏事实。那是一个被数字低估了的事实。

三场前置赛的失手讲的是同一个故事的缩小版：劳伦斯·卢伊 72.4%、肖龙 64.8%、丁猛 57.2%，全部落败，其中两人被 KO。在一张有五名冷门选手取胜、十三场打完的比赛里有十场在时限内结束的赛卡上，一个倚重既有状态的模型注定要过一个难熬的夜晚。

诚实的解读

命中率与市场持平，在真正分歧的两场上一比一，而在所有人都盯着的那一场上和市场一起自信地错了。如果你把模型当作反向信号用在闫晓楠身上，你得到了回报。如果你把它用在主赛上，你没有，尽管市场会让你伤得更重。

比起写一篇关于它猜对的那八场的文章，我更愿意发这一篇。我们的预测出现在每一个即将到来的赛事页面上，并且无论我写不写，都会对照结果打分，而准确率追踪器之所以公开，正是为了这个原因。一个只在赢的时候才被写出来的预测系统，是营销资产，不是测量工具。

下一次检验是 9 月 5 日的 UFC 格斗之夜：胡克 vs 帕纳斯。