fate-bench

中国玄学开放数据集——真实生辰八字与记录的生活事件配对，包含295个问题、63个人、2010-2025年十届竞赛数据，支持八字、紫微斗数等系统。Chinese Metaphysics Open Dataset: Paired real Eight Characters of Birth (Bazi) and recorded life events. This dataset includes 295 questions, data from 63 individuals, and 10 sessions of competition data spanning from 2010 to 2025, and supports systems such as Bazi and Zi Wei Dou Shu.

原始信息汇总

fate-bench 数据集详情

数据集简介

fate-bench 是一个中文玄学开放数据集，将真实出生信息与有据可查的人生事件配对，包含八字（BaZi）和紫微斗数（Zi Wei Dou Shu）两种命理体系。数据集源自2010年起每年举办的全球算命师大赛（HKJFMA），由执业命理师以真实个人命盘及其验证过的人生经历出题，赛后由主办方公布标准答案及参赛者得分。

核心数据规模

• 295道题目，涉及63位真实人物
• 覆盖2010–2025年共10届比赛
• 其中7届公布了人类参赛者的实际得分
• 答案来源分类：
  • 215题来自主办方官方公布的答案（answer_provenance: "official"）
  • 80题来自第三方转录（"third-party"），可一键筛选排除

数据文件结构

文件	内容
data/fate_bench.jsonl	核心文件，每行一题，包含题目、答案、出生信息和两种命盘
data/hkjfma_qa.json	295道题目：题干、选项、答案、出生数据、来源URL
data/cases.json	63人的出生数据及计算出的八字和紫微命盘
data/human_baseline.json	人类命理师在这些题目上的得分
data/hkjfma_categories.json	题目主题标签及标注方式
data/raw/hkjfma/	清理后的源文本、转录答案及77张存档原图
data/vendor/minglibench/、data/vendor/baziqa/	第三方项目文件（MIT许可）

命盘内容

cases.json 不仅包含四柱，还包含命理师实际工作所需的内容：

• 八字：四柱、日主、十神、藏干十神、纳音、大运（干支、年份区间、年龄区间、方向、起始日期）
• 紫微斗数：十二宫干支、主星亮度及四化、辅星杂曜、长生十二神、身宫、魂身星、五行局、每宫大限年龄范围

题目示例

json { "id": "hkjfma_2011_01", "question": "1976丙辰年,唐山大地震中六親情況?", "options": [{"letter": "A", "text": "父親在地震中死亡"}, "…"], "answer": "A", "num_options": 5 }

人类基准表现

7届公布了最佳人类得分，所有成绩均高于随机猜测下限（20–25%），但远未解决：

• 得分范围：47%–67%（最佳人类得分）
• 2024年最佳得分最高：26/40（65%）
• 2022、2023年均为21/40（52.5%）
• 注意：官方排名采用跳水规则（去掉最好和最差案例），上表为原始得分
• 最佳得分代表上限而非平均，所有参赛者平均分未知

数据验证方法

• 逐字校验：所有官方答案与主办方公布密钥逐字符比对，全部一致
• 第三方审计：MingLi-Bench和BaziQA的转录针对主办方手写答案表交叉验证，120/120项完全一致
• 无法审计的标注：2021和2025年主办方未公布答案，标注为third-party，仅能证明转录一致性而非正确性
• 命盘由第三方计算：八字用lunar-python，紫微用py-iztro，避免基准发布方自证
• 源文件缺漏处明确标记，不擅自补充；源文件错别字保持原样以便溯源

重要使用注意事项

• 选项数量因届而异：早期5个选项（A–E），后期4个（A–D），随机基线不同，不可直接合并统计
• 271题有4个选项，24题有5个选项
• 5道题无法仅凭本数据作答：2018年有一案例出生数据主办方只印在纸上未上网，这些题目标的birth_info.missing，评估时应剔除
• 时间处理：未做真太阳时校正；仅有时辰的年代用中点时间；子时跨午夜，日柱存在歧义
• 数据集为中文：295道题全部为中文（繁简混合），仅53题有主办方自带的英文翻译（第4届全部16题和第9届37题），其余需自行翻译
• 紫微星名来自简化中文（py-iztro输出），题目为繁体，未做转换
• 主题标签来自两套标注：294题有类别标签，规则自动标注与人工标注一致率约76%，按主题切片仅供参考

来源与许可证

• 主办方：HKJFMA全球算命师大赛（2010–2013、2018、2021年，135题）
• 第三方：MingLi-Bench（2022–2025年，160题）、BaziQA（2021年答案，40题）
• 代码：MIT许可；编译数据：CC BY 4.0（不延伸至原始素材）
• 策划方：Shunshi.AI（https://shunshi.ai/en）

搜集汇总

数据集介绍

构建方式

fate-bench数据集精心汇集了自2010年至2025年间全球算命师大赛的十届赛题，共计295道选择题，涵盖63位真实人物的命理档案。每道题均附有完整的出生年月日时与地点，并内联了八字与紫微斗数双系统的排盘结果。数据构建过程中，逐字核对了主办方发布的答案，确保官方答案与第三方转写完全一致；对于无法核验的两届赛事，则标注为第三方来源，以保证数据透明度。此外，数据还纳入了选手的人为评分，为模型表现提供了人类基准。

使用方法

使用fate-bench时，研究者可直接加载data/fate_bench.jsonl文件，每行包含完整题目、选项、答案及出生信息与双系统星盘。可依据answer_provenance字段筛选官方或第三方答案，并可结合human_baseline.json对比人类大师的表现。数据支持独立的复现流程，通过运行normalize、charts、categorize、export_jsonl等脚本即可从原始文本生成最终数据集，并可运行crosscheck_vendor进行交叉验证。需注意各届选项数差异及2018年缺失出生数据等特例，以确保评测的严谨性。

背景与挑战

背景概述

fate-bench数据集诞生于2025年，由Shunshi.AI团队精心构建，旨在填补中国传统命理学（八字与紫微斗数）领域缺乏可验证数据集的空白。该数据集整合了自2010年至2025年间举办的全球算命师大赛（HKJFMA）的十届赛题，共包含295道选择题，涉及63位真实个体的出生信息与已记录的人生事件。核心研究问题在于为命理预测提供具有客观答案基准的评估平台，从而推动该领域从玄学向可量化研究的转型。该数据集不仅收录了官方公布的答案，还囊括了人类命理师的得分表现，为人工智能模型提供了罕见的对照基准，对计算命理学、文化计算及AI interpretability研究具有重要影响力。

当前挑战

该数据集面临多重挑战。首先，领域问题在于命理预测缺乏标准化的评估范式，传统上难以量化预测的准确性，fate-bench通过引入具有唯一正确答案的选择题形式，尝试构建客观基准，但命理系统（八字、紫微、西洋占星）的多元性使得跨系统比较复杂且存在争议。其次，构建过程中，数据来源庞杂，需从历届大赛的纸质或图像资料中逐字转录答案，耗时费力；部分届次（如2021年与2025年）官方未公布答案，只能依赖第三方转录，存在可靠性质疑；同时，出生时间精确性（如真太阳时修正缺失、子时跨日问题）及个别案例资料缺失（如2018年某案例出生数据未公开）进一步增加了数据处理的难度。这些问题使得数据集在追求完整性与准确性的平衡中面临持续挑战。

常用场景

经典使用场景

在中华传统命理学的学术探索中，fate-bench数据集以其独到的设计理念，为八字与紫微斗数等命理体系构建了一座前所未有的标准化评测桥梁。该数据集最经典的使用场景在于，为自然语言处理与图神经网络等人工智能模型提供了一套基准测试框架，用以检验模型在基于出生信息推断人生重大事件（如婚变、创业、健康危机）上的预测能力。借助其内含的295道单选题目及63位真实个体的详尽生辰资料，研究者能够对模型在传统命理符号系统上的理解、推理与泛化性能进行客观量化评估，从而推动命理学计算模型从规则驱动向数据驱动的范式转变。

解决学术问题

该数据集直面命理学研究领域中一个长期悬而未决的难题——缺乏“出生数据—生命结局”配对的高质量语料。传统资料或将命盘孤立呈现，或仅提供缺乏实证支撑的解读，致使学术验证无从下手。fate-bench的出现，有效填补了此空白，为“命理预测是否具有统计学意义”这一争议性议题提供了可复现的实证基础。其严谨的出处标注与多源交叉验证机制，确立了数据可靠性的新标杆，使研究者得以在控制随机基线的前提下，科学地审视人类的预测表现与机器的算法效能，进而助力于挖掘命理学内在的逻辑结构，并推动其在认知科学、文化计算等交叉学科中的量化研究。

实际应用

在现实应用层面，fate-bench的诞生为命理咨询服务的智能化转型注入了强劲动力。该数据集可作为智能命理助手或预测系统的核心训练语料，帮助算法学习从出生时辰、地点等基础信息中，提炼出与个人发展轨迹高度相关的特征模式，从而向用户提供更具参考价值的人生建议。同时，它也为历史人物研究、社会文化分析提供了新颖的数据视角。通过分析不同时代、不同地域个体的生命事件分布，研究者能够洞察社会变迁的微观脉络。此外，该数据集还能服务于教育领域，作为命理学爱好者和从业者的系统化学习工具，其标准化题库与公开的人文基准，为教学评价与技能认证提供了可靠的量化依据。

数据集最近研究

最新研究方向

该数据集将传统命理学与当代人工智能评估体系深度融合，开创了以真实命盘与生活事件为双轨的基准测试新范式。其前沿研究方向聚焦于跨系统命理推断（八字、紫微斗数、奇门遁甲）的算法可验证性，以及人类专家与模型在非结构化事件预测上的绩效对比。通过引入官方与第三方双重认证的答案溯源机制，数据为多模态预测模型的鲁棒性测试提供了严谨的黄金标准。这一资源不仅推动了计算玄学（Computational Metaphysics）的量化研究，更引发了对传统文化知识图谱构建、隐私伦理边界及跨文化语义对齐的广泛探讨，为人工智能在人文领域的可解释性发展树立了参照坐标。