赛中预测评估 准确性与时效性（A/B 对照）

这是什么：赛中预测的 A/B 自评。每轮赛中预测同时记两版概率——带场内修正（当前生效：注入实时经济差等）与不带（对照：只用赛前先验 + 实时赔率）——比赛结束后自动对账，用数据回答"场内数据到底有没有让预测更准"。

四张卡：① 命中率 / ② LogLoss 看"带 vs 不带"谁优（LogLoss 越低越好，0.693 = 瞎猜基线）；③ 数据时效性 = 预测时场内帧的平均滞后（>10 分钟页面会警告，说明 feed/轮询有问题）；④ 覆盖率 = 拿到场内帧的样本占比（LPL 无 feed，恒为 0）——注意拿到帧 ≠ 修正生效，生效数才说明修正真的改变了预测。

按比赛聚合：每行一场。"采样" = 系统在该场赛中记了多少条（约每分钟 1 条）；"带场内" = 拿到场内帧的条数；"修正生效" = 概率被真正改变的条数（gold15 只在局内 15±3 分钟窗口起效，窗口外两版相同）；"下注窗口" = 该时刻构成下注时机（方向 ≥50% 且 EV 过门槛）的条数；"决策分叉" = 带修正与不带修正的下注决策不同的条数——这是场内数据对择时下注价值的最直接度量（预测更准 ≠ 改变决策）。"最终比分" = 系列赛果（主:客）。

怎么用结论：带修正长期不优于对照 → 场内增强当前没价值，可关 LIVE_STATS_INJECT 省开销；显著更优 → 保留并继续校准权重；时效性持续变大 → 查 feed 反剧透延迟/轮询间隔。已结算样本 <100 条时结论不稳定，先积累。