Four Pillars
PulseAugur coverage of Four Pillars — every cluster mentioning Four Pillars across labs, papers, and developer communities, ranked by signal.
-
LLM无法准确计算占星图，需要确定性引擎
大型语言模型（LLM）无法准确计算如韩式Saju或中国八字等占星图，尽管它们能生成听起来流畅的解读。这些图表需要基于天文事件和日历函数（如节气和干支纪年）进行精确计算，而LLM无法执行这些计算。相反，LLM通过预测相似日期的典型图表模式来生成看似合理的猜测。为解决此问题，已开发出一种确定性引擎来执行精确计算，然后仅使用LLM来解读计算出的事实，从而确保准确性并防止LLM捏造占星数据。
-
小众 LLM 基准测试揭示昂贵的旗舰模型表现不如更便宜的替代品
一位开发者针对一款专注于八字（中国出生图）的小众生产应用，对八款大型语言模型进行了基准测试，发现成本最高昂的旗舰模型不仅成本高出 5.8 倍，而且表现不如中等价位的模型。旗舰模型无法禁用其推理过程，导致显著的延迟和额外的成本，而其他模型则因领域特定不准确或虚构的术语而失败。评估优先考虑领域准确性和成本效益，从而制定了一种路由策略，在生产环境中优先选择更便宜、更准确的模型。
-
GitHub上的中国占卜大语言模型技能包含严重的计算错误
对GitHub上中国占卜技能的一项为期一年的调查揭示了其占星计算存在重大不准确之处。尽管许多项目旨在实现准确性，甚至纳入了反幻觉措施，但它们在解释前的关键算术步骤中常常失败。这导致了不正确的占星图表，特别是对于出生在节气边界附近或同一国家不同时区的人。作者强调，大多数技能使用日级别粒度来处理节气和国家时区，而不是精确的天文计算，导致占星解读中的年柱和时柱存在根本性缺陷。
-
Claude Code 插件提供基于出生数据的确定性占卜
一款名为 Destiny 的新插件已发布至 Claude Code，为用户提供占卜技能。该技能根据用户的出生日期、时间、城市和性别，利用中国古代玄学（如四柱八字和易经）来计算用户的每日运势和人生解读。该插件完全在本地运行，不依赖外部 API 或抓取的网站，并提供具有多样化散文表达的确定性脚本输出。