（比特币）刷黑金奖牌的角色原理是什么？

前两天下载了网络天才，然后花了一整天的时间搞了下（刷黑金）。 在这个过程中，我大概能推导出网络天才的一些原理。

事实上，在获得黑金的过程中，你会接触到一些正常情况下无法接触到的机制。 因为黑金意味着需要一些冷门人物，而这些冷门人物其实对于网络天才来说，在第一轮30题之后就很难猜出。 这时，当他问是否是这个角色时，玩家会选择否，然后他会问你是否要继续，再次选择否。此时会出现一个界面，询问你想要的角色是谁。 当你输入名字并回车后，他就会和数据库中的名字进行匹配。 如果有同名或相似的人，他将显示在列表中。

类似上图，如果在列表中选中，点击稍后生效，这里的生效是什么意思呢？ 其实就是说，你之前回答的30个问题对应的特性，都会对这个角色生效。 这时，这个人物的特征特征的权重值就会根据你的答案而改变，相当于数据库的更新。

黑金牌角色总共可能只能使用一两次，因此设定的特征权重很低。 当你让这个角色生效三四次之后，这个角色的特征体重就会完全倾向于你的描述。 ，当你下次使用这个人物的时候，他就会猜测这个人物，因为这个人物的特征几乎都是你生成的。 其实，无论你如何回答这个问题，只要经过几轮之后你的答案是一致的、不冲突的，那么你所说的都是正确的。 无论您将极其罕见的人描述为计算机还是动物，都没有关系。 他还是能猜到的，因为几乎所有的数据都是你提供的。 事实上，它类似于比特。 比特币，但此时你是唯一玩比特币的人，所以你说了算。

流行的角色不会起作用，因为使用这个角色的人太多了。 通过几场比赛改变他的特征体重值简直是杯水车薪。 也就是说，他所认定的某个人物的特征是占大多数的。 被人们认可的特征（稀有角色只有你使用和描述，那么你是大多数，角色的特征可以由你一个人影响）

当然，如果玩家正常使用热门角色网络天才下载，并且猜对了，他问玩家是否正确，玩家选择是。 这时，上一个问题的答案仍然会用来更新角色的特征权重，但是因为是热门角色，所以很小（而且只要答案不是随机的，就会强化角色的特征权重，因为答案和绝大多数人是一致的）

最后一个机制是，会出现一个他没有注册过的角色。 这时，玩家会选择上图中不在列表中的那个。 选择后会跳转到另一个界面，创建一个新角色，并进行描述。 然后他将开始审查。 审核过程也是由玩家完成。 主页上有一个赚取积分的选项，可以让玩家判断一个物体是否是角色。 这是审核前新创建的角色。 当然，为了防止有人恶意捣乱，一个角色会被很多人反复审核，然后最终的结果就会以大多数人的结果为准。

所以我猜测网络天才最初可能只有几千个最有名、最受欢迎的角色是游戏方手动生成的，其余的都是玩家一点一点添加的，他一边学习一边不断学习。玩家们在玩，这可以算是一个Plant一个简单的人工智能。

文章中提到的特征权重可以想象为每个角色有数百个属性，那么总共有数百或数千个问题。 一个问题对应一个或多个属性。 每个问题的不同答案都会改变属性的状态。 ，构建字符映射表。 至于猜测过程中使用的算法，则不得而知。 它可能是一种树或图方法。