🧪 Week in the lab: fixing our scorekeeper, teaching the bot Chinese, and hunting the draw problem

Imagine a robot that watches every World Cup match, writes down every score, and grades its own predictions in public. That's our robot — and this week we discovered its notebook had a few smudges. Here's the honest diary of a week spent fixing the scorekeeper, teaching the bot a new language, and staring down the one puzzle that still beats us: draws.

1. The case of the impossible score

Some knockout games on our site showed scores that made no sense. Australia vs Egypt appeared as 3–5 — but the real game finished 1–1, and Egypt won 4–2 on penalties. So where did 3–5 come from?

Our data feed was quietly adding each team's penalty-shootout kicks on top of the real score: Australia 1+2=3, Egypt 1+4=5. Mystery solved. The scorekeeper now stores the real 120-minute score and the shootout result separately, and we went back and corrected three old games.

Australia – Egypt · what we showed: 3–5 · what really happened: 1–1, Egypt win 4–2 on penalties.

2. Our robot said "EXACT!" — it wasn't

Our robot once bragged that it called Colombia 2–0 EXACT! The real final score was 1–0. For a moment, a data glitch fed it the wrong number — and the robot happily gave itself a gold star it hadn't earned.

Being wrong is allowed in this lab. Pretending to be right is not. We fixed the record, recomputed the public hearts meter (the score that shows how much each prediction stream deserves your trust), and told our subscribers exactly what happened.

3. Finished games can't un-finish

One day the feed hiccuped and flipped a finished match back to "not started" — like a referee un-blowing the final whistle. The scorekeeper now has a new rule: once a game is done, it stays done. Forever.

While we were in there, we fixed a cousin of that bug: group tables were accidentally counting knockout wins too. France briefly showed 12 points in a group where you only play 3 games (maximum possible: 9). Group tables now count group games only.

4. The bot finally speaks Chinese

Our chat bot always understood questions in Chinese — it just never answered in Chinese. Why? Its translator was so slow that the bot gave up waiting every single time and fell back to English. The new translator answers in about a third of a second, so now if you type in Chinese, the bot switches automatically and replies in Chinese.

5. Goodbye, ghost teams

After Norway knocked Brazil out, our "who wins the cup" board kept listing Brazil for a while — a ghost team that could no longer win anything. Now, the moment a team is eliminated, it drops off the champion board instantly.

6. We hired three robot auditors

How do you know your scorekeeper is really fixed? You audit it. We asked three independent robot auditors to check EVERYTHING: every group table recomputed to the goal, every hearts-meter number to the half-life, and every real-world score compared against ESPN and FIFA.

The verdict: every number reproduced perfectly. And the auditors still earned their keep — they caught 6 sneaky code bugs hiding in rarely-used corners, and we fixed all 6 the same day.

7. The draw problem (our honest cliffhanger)

Time for the uncomfortable number. When a match has a winner, our AI picks the right team 83% of the time. But when a match ends in a draw… we've caught just 1 of 24. That's the main reason the overall score sits around 64% of 94 graded calls instead of the 70%+ we're aiming for.

Why are draws so hard? A draw is the one result where nobody is "strongest" — and the AI almost always sees one team as at least slightly better, so it almost never dares to say "this one's a tie".

The lab plan to pass 70%: first, teach the model to actually call a draw when two teams are very close. Second, borrow some draw wisdom from the bookmakers, who are famously good at spotting draw-ish games. Both ideas run in shadow mode first — predicting silently next to the real system — so we can prove they help before switching them on. When it flips, you'll read it here.

8. Meanwhile, the Cup marches on

The quarter-finals kick off July 9: France–Morocco, Spain–Belgium, Norway–England, plus tonight's winners filling the last slot. Our AI has already made its calls — at one point this week it had 9 of its last 10 right, and its highest-confidence LOCK tier is running at 92%. Every prediction is logged before kickoff and graded in public. No quiet edits. That's the deal.

⚡ Open the AI Forecasts

🧪 实验室的一周：修好记分员、教机器人说中文、追查平局难题

想象一个机器人：它看每一场世界杯，记下每一个比分，还公开给自己的预测打分。那就是我们的机器人——而这一周，我们发现它的小本子上有几处污渍。这是一份诚实的周记：修好记分员、教机器人一门新语言，以及直面那个仍然难倒我们的谜题——平局。

1. 不可能比分之谜

我们网站上有些淘汰赛的比分怎么看都不对劲。澳大利亚对埃及显示成了 3–5——可真实的比赛是 1–1，埃及在点球大战中 4–2 获胜。那 3–5 是从哪来的？

原来，我们的数据源悄悄把点球大战的进球加到了真实比分上：澳大利亚 1+2=3，埃及 1+4=5。谜底揭晓。现在记分员把真实的 120 分钟比分和点球结果分开存放，我们还回头修正了三场旧比赛。

澳大利亚 – 埃及 · 我们曾显示：3–5 · 真实结果：1–1，埃及点球大战 4–2 取胜。

2. 机器人喊了"全中！"——其实没有

我们的机器人曾得意地宣布：哥伦比亚 2–0，全中（EXACT）！真实比分是 1–0。那一刻，一次数据故障喂给了它一个错误的数字——它开心地给自己发了一颗没挣到的金星。

在这个实验室里，猜错是允许的，假装猜对不行。我们修正了记录、重新计算了公开的爱心指数（衡量每一路预测有多值得信赖的分数），并把事情原原本本告诉了订阅者。

3. 完赛的比赛不能"复活"

有一天数据源打了个嗝，把一场已经结束的比赛翻回了"未开始"——就像裁判把终场哨声吸了回去。记分员现在有了新规矩：比赛一旦结束，就永远结束。

顺手我们还修了它的表亲 bug：小组积分榜曾把淘汰赛的胜利也算了进去。法国一度在一个只踢 3 场的小组里显示 12 分（满分其实是 9 分）。现在小组榜只统计小组赛。

4. 机器人终于会说中文了

我们的聊天机器人一直听得懂中文提问——只是从不用中文回答。为什么？它的翻译器太慢了，机器人每次都等不及，只好改用英文。新翻译器约 三分之一秒 出答案，所以现在你用中文输入，它会自动切换、用中文回复。

5. 再见，幽灵球队

挪威淘汰巴西之后，我们的"谁能夺冠"排行榜还挂着巴西挂了好一阵——一支再也不可能夺冠的幽灵球队。现在，球队一被淘汰，就立刻从冠军榜上消失。

6. 我们请了三位机器人审计员

怎么知道记分员真的修好了？做审计。我们请三位互相独立的机器人审计员检查所有东西：每张小组积分榜按进球逐一重算、爱心指数精确到半衰期、每个真实比分与 ESPN 和 FIFA 逐一比对。

结论：每个数字都完美复现。而且审计员没白请——他们在少有人走的代码角落里抓出了 6 个狡猾的 bug，我们当天全部修完。

7. 平局难题（诚实的悬念）

到了说那个不舒服的数字的时候了。当比赛分出胜负时，我们的 AI 有 83% 的概率选对赢家。可当比赛以平局收场……24 场里我们只抓住了 1 场。这正是总成绩停在 94 场 64%、而不是我们瞄准的 70%+ 的主要原因。

平局为什么这么难？因为平局是唯一一个"没有谁更强"的结果——AI 总觉得某一边至少略强一点，所以它几乎从不敢说"这场会是平局"。

冲过 70% 的实验室计划：第一，教模型在两队非常接近时真正敢喊平局；第二，向出了名会看平局的博彩公司借一点智慧。两个想法都先在影子模式里运行——在真系统旁边默默做预测——证明有效之后才会正式启用。一旦切换，你会在这里第一时间读到。

8. 与此同时，世界杯继续前进

四分之一决赛 7 月 9 日 打响：法国–摩洛哥、西班牙–比利时、挪威–英格兰，今晚的胜者补上最后一席。我们的 AI 已经给出预测——本周它一度打出 近 10 场对 9 场 的成绩，最高信心档 LOCK 的命中率高达 92%。每个预测都在开球前记录、公开打分。不做悄悄的修改。这就是我们的约定。

⚡ 打开 AI 预测

🧪 Seminggu di makmal: membaiki penjaga skor kami, mengajar bot berbahasa Cina, dan memburu masalah seri

Bayangkan sebuah robot yang menonton setiap perlawanan Piala Dunia, mencatat setiap skor, dan menggred ramalannya sendiri secara terbuka. Itulah robot kami — dan minggu ini kami mendapati buku catatannya ada beberapa comotan. Inilah diari jujur seminggu: membaiki penjaga skor, mengajar bot bahasa baharu, dan berdepan satu teka-teki yang masih menewaskan kami — seri.

1. Misteri skor mustahil

Sesetengah perlawanan kalah mati di laman kami menunjukkan skor yang tidak masuk akal. Australia lwn Mesir tertera sebagai 3–5 — tetapi perlawanan sebenar tamat 1–1, dan Mesir menang 4–2 melalui penalti. Jadi dari mana datangnya 3–5?

Suapan data kami diam-diam menambah sepakan penalti setiap pasukan ke atas skor sebenar: Australia 1+2=3, Mesir 1+4=5. Misteri selesai. Penjaga skor kini menyimpan skor sebenar 120 minit dan keputusan penalti secara berasingan, dan kami kembali membetulkan tiga perlawanan lama.

Australia – Mesir · apa yang kami tunjukkan: 3–5 · apa yang sebenarnya berlaku: 1–1, Mesir menang 4–2 penalti.

2. Robot kami kata "TEPAT!" — sebenarnya tidak

Robot kami pernah bermegah ia meramal Colombia 2–0 TEPAT! Skor akhir sebenar ialah 1–0. Buat seketika, gangguan data menyuapkan nombor yang salah — dan robot dengan gembira memberi dirinya bintang emas yang tidak layak diperolehnya.

Silap dibenarkan di makmal ini. Berpura-pura betul tidak. Kami membetulkan rekod, mengira semula meter hati awam (skor yang menunjukkan sejauh mana setiap aliran ramalan layak dipercayai), dan memberitahu pelanggan kami perkara sebenar.

3. Perlawanan tamat tak boleh "belum mula" semula

Suatu hari suapan data tersedak dan menukar perlawanan yang sudah tamat kembali kepada "belum mula" — macam pengadil menarik balik wisel penamat. Penjaga skor kini ada peraturan baharu: sekali tamat, kekal tamat.

Sementara di situ, kami membaiki sepupu pepijat itu: jadual kumpulan tersilap mengira kemenangan kalah mati juga. Perancis sekejap menunjukkan 12 mata dalam kumpulan yang hanya ada 3 perlawanan (maksimum sebenar: 9). Jadual kumpulan kini mengira perlawanan kumpulan sahaja.

4. Bot kini berbahasa Cina

Bot sembang kami sentiasa faham soalan dalam bahasa Cina — cuma tak pernah menjawab dalam bahasa Cina. Kenapa? Penterjemahnya terlalu perlahan sehingga bot putus asa menunggu setiap kali dan kembali ke bahasa Inggeris. Penterjemah baharu menjawab dalam kira-kira satu pertiga saat, jadi kini jika anda menaip dalam bahasa Cina, bot bertukar secara automatik dan membalas dalam bahasa Cina.

5. Selamat tinggal, pasukan hantu

Selepas Norway menyingkirkan Brazil, papan "siapa juara" kami masih menyenaraikan Brazil buat seketika — pasukan hantu yang tidak mungkin memenangi apa-apa lagi. Kini, sebaik sahaja sesebuah pasukan tersingkir, ia terus digugurkan dari papan juara.

6. Kami upah tiga juruaudit robot

Macam mana nak tahu penjaga skor benar-benar sudah dibaiki? Audit. Kami minta tiga juruaudit robot bebas memeriksa SEMUANYA: setiap jadual kumpulan dikira semula sampai ke gol, setiap nombor meter hati sampai ke separuh hayat, dan setiap skor dunia sebenar dibandingkan dengan ESPN dan FIFA.

Keputusannya: setiap nombor dihasilkan semula dengan sempurna. Dan juruaudit tetap berbaloi — mereka menangkap 6 pepijat kod tersembunyi di sudut yang jarang digunakan, dan kami membaiki kesemua 6 pada hari yang sama.

7. Masalah seri (klif jujur kami)

Masa untuk nombor yang tidak selesa. Apabila perlawanan ada pemenang, AI kami memilih pasukan yang betul 83% daripada masa. Tetapi apabila perlawanan berakhir seri… kami hanya menangkap 1 daripada 24. Itulah sebab utama skor keseluruhan berada sekitar 64% daripada 94 ramalan digred, bukannya 70%+ yang kami sasarkan.

Kenapa seri begitu susah? Seri ialah satu-satunya keputusan tanpa siapa yang "lebih kuat" — dan AI hampir sentiasa nampak satu pasukan sekurang-kurangnya sedikit lebih baik, jadi ia hampir tak pernah berani berkata "yang ini seri".

Pelan makmal untuk melepasi 70%: pertama, ajar model untuk benar-benar memanggil seri apabila dua pasukan sangat rapat. Kedua, pinjam kebijaksanaan seri daripada pembuat pertaruhan, yang terkenal pandai mengesan perlawanan berbau seri. Kedua-dua idea berjalan dalam mod bayang dahulu — meramal secara senyap di sebelah sistem sebenar — supaya kami boleh buktikan ia membantu sebelum dihidupkan. Bila ia bertukar, anda akan membacanya di sini.

8. Sementara itu, Piala Dunia mara

Suku akhir bermula 9 Julai: Perancis–Maghribi, Sepanyol–Belgium, Norway–England, dan pemenang malam ini mengisi slot terakhir. AI kami sudah membuat panggilannya — pada satu ketika minggu ini ia betul 9 daripada 10 terakhir, dan tahap keyakinan tertinggi LOCK berjalan pada 92%. Setiap ramalan direkod sebelum sepak mula dan digred secara terbuka. Tiada suntingan senyap. Itulah janjinya.

⚡ Buka Ramalan AI

🧪 ஆய்வகத்தில் ஒரு வாரம்: ஸ்கோர் கணக்கரைச் சரிசெய்தல், பாட்டுக்குச் சீனம் கற்பித்தல், சமநிலைப் புதிரை வேட்டையாடுதல்

ஒவ்வொரு உலகக் கோப்பை போட்டியையும் பார்த்து, ஒவ்வொரு ஸ்கோரையும் எழுதி, தன் கணிப்புகளுக்குத் தானே பொதுவில் மதிப்பெண் இடும் ஒரு ரோபோவைக் கற்பனை செய்யுங்கள். அதுதான் எங்கள் ரோபோ — இந்த வாரம் அதன் குறிப்பேட்டில் சில கறைகள் இருப்பதைக் கண்டோம். ஸ்கோர் கணக்கரைச் சரிசெய்தது, ரோபோவுக்குப் புதிய மொழி கற்பித்தது, இன்னும் எங்களை வென்று நிற்கும் புதிரை நேருக்கு நேர் சந்தித்தது — சமநிலை. இதோ நேர்மையான நாட்குறிப்பு.

1. நடக்கவே முடியாத ஸ்கோரின் மர்மம்

எங்கள் தளத்தில் சில நாக்அவுட் போட்டிகளின் ஸ்கோர்கள் அர்த்தமே இல்லாமல் தெரிந்தன. ஆஸ்திரேலியா எதிர் எகிப்து 3–5 எனக் காட்டியது — ஆனால் உண்மையான போட்டி 1–1 இல் முடிந்தது, எகிப்து பெனால்டியில் 4–2 வென்றது. அப்படியானால் 3–5 எங்கிருந்து வந்தது?

எங்கள் தரவு ஊட்டம் ஒவ்வொரு அணியின் பெனால்டி ஷூட்அவுட் உதைகளையும் உண்மையான ஸ்கோருடன் அமைதியாகக் கூட்டிவிட்டது: ஆஸ்திரேலியா 1+2=3, எகிப்து 1+4=5. மர்மம் விடுபட்டது. இப்போது ஸ்கோர் கணக்கர் உண்மையான 120-நிமிட ஸ்கோரையும் பெனால்டி முடிவையும் தனித்தனியாகச் சேமிக்கிறது; மூன்று பழைய போட்டிகளையும் திரும்பிச் சென்று திருத்தினோம்.

ஆஸ்திரேலியா – எகிப்து · நாங்கள் காட்டியது: 3–5 · உண்மையில் நடந்தது: 1–1, எகிப்து பெனால்டியில் 4–2 வெற்றி.

2. ரோபோ "EXACT!" என்றது — ஆனால் இல்லை

கொலம்பியா 2–0 என்று தான் சொன்னது EXACT! (சரியாகச் சரி!) என்று எங்கள் ரோபோ ஒருமுறை பெருமை பேசியது. உண்மையான இறுதி ஸ்கோர் 1–0. ஒரு கணம், தரவுக் கோளாறு அதற்குத் தவறான எண்ணை ஊட்டியது — ரோபோ சம்பாதிக்காத தங்க நட்சத்திரத்தைத் தனக்குத் தானே வழங்கிக்கொண்டது.

இந்த ஆய்வகத்தில் தவறு செய்யலாம்; சரி என்று நடிக்கக் கூடாது. பதிவைத் திருத்தினோம், பொது இதயங்கள் மீட்டரை (ஒவ்வொரு கணிப்பு ஓடையையும் எவ்வளவு நம்பலாம் என்பதைக் காட்டும் மதிப்பெண்) மீண்டும் கணக்கிட்டோம், சந்தாதாரர்களிடம் நடந்ததை அப்படியே சொன்னோம்.

3. முடிந்த போட்டிகள் "முடியாதவை" ஆக முடியாது

ஒரு நாள் ஊட்டம் விக்கல் எடுத்து, முடிந்த ஒரு போட்டியை "தொடங்கவில்லை" நிலைக்குத் திருப்பியது — நடுவர் இறுதி விசிலைத் திரும்ப உறிஞ்சியது போல. ஸ்கோர் கணக்கருக்கு இப்போது புதிய விதி: ஒரு போட்டி முடிந்தால், முடிந்ததுதான்.

அங்கிருந்தபோதே அதன் உறவினர் பிழையையும் சரிசெய்தோம்: குழு அட்டவணைகள் நாக்அவுட் வெற்றிகளையும் தவறுதலாகக் கணக்கிட்டன. 3 போட்டிகள் மட்டுமே உள்ள குழுவில் பிரான்ஸ் சிறிது நேரம் 12 புள்ளிகள் காட்டியது (உண்மையான அதிகபட்சம்: 9). இப்போது குழு அட்டவணை குழுப் போட்டிகளை மட்டுமே எண்ணுகிறது.

4. பாட் இப்போது சீனம் பேசுகிறது

எங்கள் அரட்டை பாட்டுக்கு சீனக் கேள்விகள் எப்போதும் புரிந்தன — ஆனால் அது ஒருபோதும் சீனத்தில் பதிலளிக்கவில்லை. ஏன்? அதன் மொழிபெயர்ப்பான் மிக மெதுவாக இருந்ததால், ஒவ்வொரு முறையும் பாட் காத்திருந்து சோர்ந்து ஆங்கிலத்துக்குத் திரும்பியது. புதிய மொழிபெயர்ப்பான் சுமார் மூன்றில் ஒரு வினாடியில் பதில் தருகிறது; இப்போது நீங்கள் சீனத்தில் தட்டச்சு செய்தால், பாட் தானாக மாறி சீனத்திலேயே பதில் சொல்கிறது.

5. குட்பை, பேய் அணிகள்

நார்வே பிரேசிலை வெளியேற்றிய பிறகும், எங்கள் "கோப்பையை யார் வெல்வார்" பலகை பிரேசிலை சிறிது நேரம் காட்டிக்கொண்டிருந்தது — இனி எதையும் வெல்ல முடியாத ஒரு பேய் அணி. இப்போது ஒரு அணி வெளியேறிய கணமே சாம்பியன் பலகையிலிருந்து மறைகிறது.

6. மூன்று ரோபோ தணிக்கையாளர்களை அமர்த்தினோம்

ஸ்கோர் கணக்கர் உண்மையிலேயே சரியானதா என்று எப்படித் தெரியும்? தணிக்கை செய்வதுதான். எல்லாவற்றையும் சரிபார்க்க மூன்று சுயாதீன ரோபோ தணிக்கையாளர்களைக் கேட்டோம்: ஒவ்வொரு குழு அட்டவணையும் கோல் வரை மீண்டும் கணக்கிடப்பட்டது, இதயங்கள் மீட்டரின் ஒவ்வொரு எண்ணும் அரை-ஆயுள் வரை, ஒவ்வொரு உண்மையான ஸ்கோரும் ESPN மற்றும் FIFA-வுடன் ஒப்பிடப்பட்டது.

தீர்ப்பு: ஒவ்வொரு எண்ணும் முழுமையாக மீள் உருவானது. தணிக்கையாளர்கள் வீணாகவில்லை — அரிதாகப் பயன்படும் மூலைகளில் ஒளிந்திருந்த 6 தந்திரமான குறியீட்டுப் பிழைகளைப் பிடித்தனர்; ஆறையும் அன்றே சரிசெய்தோம்.

7. சமநிலைப் பிரச்சனை (எங்கள் நேர்மையான விறுவிறுப்பு முடிவு)

சங்கடமான எண்ணைச் சொல்லும் நேரம். ஒரு போட்டிக்கு வெற்றியாளர் இருந்தால், எங்கள் AI 83% நேரம் சரியான அணியைத் தேர்கிறது. ஆனால் போட்டி சமநிலையில் முடிந்தால்… 24-இல் 1 மட்டுமே பிடித்தோம். மொத்த மதிப்பெண் நாங்கள் இலக்கு வைக்கும் 70%+ ஆக இல்லாமல், 94 கணிப்புகளில் சுமார் 64% ஆக இருப்பதன் முக்கியக் காரணம் இதுவே.

சமநிலை ஏன் இவ்வளவு கடினம்? யாரும் "வலிமையானவர்" இல்லாத ஒரே முடிவு சமநிலைதான் — AI எப்போதும் ஒரு அணியைச் சற்றேனும் சிறந்ததாகப் பார்க்கிறது, எனவே "இது சமன்" என்று சொல்லத் துணிவதே இல்லை.

70%-ஐத் தாண்டும் ஆய்வகத் திட்டம்: முதலில், இரு அணிகளும் மிக நெருக்கமாக இருக்கும்போது சமநிலை என்று உண்மையாகவே சொல்ல மாதிரிக்குக் கற்பிப்பது. இரண்டாவது, சமநிலை வாடை வீசும் போட்டிகளைக் கண்டறிவதில் புகழ்பெற்ற பந்தய நிறுவனங்களின் ஞானத்தைக் கடன் வாங்குவது. இரண்டு யோசனைகளும் முதலில் நிழல் முறையில் ஓடும் — உண்மையான அமைப்புக்குப் பக்கத்தில் அமைதியாகக் கணித்து — உதவுகின்றன என்று நிரூபித்த பின்னரே இயக்கப்படும். மாறும்போது, இங்கேயே படிப்பீர்கள்.

8. இதற்கிடையில், கோப்பை தொடர்கிறது

காலிறுதி ஜூலை 9 முதல்: பிரான்ஸ்–மொராக்கோ, ஸ்பெயின்–பெல்ஜியம், நார்வே–இங்கிலாந்து, இன்றிரவின் வெற்றியாளர்கள் கடைசி இடத்தை நிரப்புவார்கள். எங்கள் AI ஏற்கனவே தன் கணிப்புகளைச் சொல்லிவிட்டது — இந்த வாரம் ஒரு கட்டத்தில் கடைசி 10-இல் 9 சரி, அதன் உயர்-நம்பிக்கை LOCK அடுக்கு 92%-இல் ஓடுகிறது. ஒவ்வொரு கணிப்பும் தொடக்க உதைக்கு முன் பதிவு செய்யப்பட்டு பொதுவில் மதிப்பிடப்படுகிறது. அமைதியான திருத்தங்கள் இல்லை. அதுதான் ஒப்பந்தம்.

⚡ AI முன்னறிவிப்புகளைத் திறக்கவும்