PTT體育區 / Baseball (棒球)

Re: [討論] 鄧愷威會比威能帝強嗎?

看板Baseball (棒球)作者 (歐麥古德尼士)時間8小時前 (2025/10/10 02:35), 7小時前編輯推噓1(13推 12噓 33→)
留言58則, 22人參與, 44分鐘前最新討論串3/3 (看更多)
我用chatgpt分析了戶鄉翔征和鄧愷威的對比，大致如下 與鄧愷威 MLB 數據對比（2025） 指標 戶鄉翔征（換算後 MLB 等效） 鄧愷威（MLB） ERA 5.17 ~ 5.80 6.37 K/9 6.3 ~ 6.7 12.0 BB/9 4.3 ~ 4.9 4.9 WHIP 1.7 ~ 1.86 1.55 xERA / FIP 約 4.2 ~ 4.6 xERA 約 3.88 被打率 約 .300 .269 Hard-Hit% / Barrel% 無資料 Hard-Hit% 31.6%、Barrel% 3.9% 分析結論：壓制力比較（經過換算後） 鄧愷威優勢： ‧ 三振壓制力：遠高於戶鄉翔征 o 鄧的 K/9 高達 12，在 MLB 投手中屬於頂級級別。 ‧ 投球潛力指標好： o xERA 為 3.88，遠低於實際 ERA（6.37），代表他有很多是 「壞運氣」導致失分，壓制實力並不差。 ‧ 強擊控制佳： o Barrel% 只有 3.9%，顯示幾乎不讓打者打出強擊球。 戶鄉翔征相對劣勢（經換算後）： ‧ 若以 NPB 成績換算，其 ERA、FIP、WHIP 等指標都 在 MLB 屬於劣於 聯盟平均。 ‧ 雖然經驗值與比賽持續性較好，但缺乏強力的三振能力與球威優勢。 雙方劣勢與挑戰： ‧ 鄧愷威：控球問題（BB/9 偏高），失投與壓力下表現起伏。 ‧ 戶鄉翔征：若轉戰 MLB，可能在球速與投球精準度上難與 MLB 打者抗衡。 結論：如果兩人都在 MLB 的環境下比壓制力… 假設情境 結論 單看數據與壓制潛力 鄧愷威在三振能力與潛在 FIP 上優於戶鄉，若能改善 保送，有成為 MLB 中段輪值的潛力。 若以穩定性與投球成熟度取勝 戶鄉翔征在投球穩定性與續航力上略優，但整體 壓制力若無大幅提升，恐難適應 MLB 水準。 總評 2025 年以實戰成績來看，兩人都尚未成為各自聯盟的頂尖壓制型投手， 但鄧愷威的壓制潛力更具爆發性，而戶鄉翔征則有較穩定的經驗與基礎。 鄧愷威在ＮＰＢ的推斷年薪，以戶鄉為基準的話 我們可以採用一個簡化模型： 鄧愷威在 NPB 年薪 ≒ 戶鄉年薪 × 實力折價係數 × 市場調整係數 實力折價係數：因為鄧愷威雖有潛力，但有控球與穩定性問題，可能取0.7～0.9 之間。 市場調整係數：若球隊願意溢價吸引，也可能提高到 1.0～1.2；若風險被高估， 則可能低於 1.0。 因此，整體係數可能落在 0.7 × 1.0 = 0.7 到 0.9 × 1.2 = 1.08 的範圍內 。為保守起見，我們可以先假設他的最可能係數在 0.8 ～ 1.0 之間。 以戶鄉 3 億日圓為基準： 折價／市場係數 年薪估算（日圓） 折算新台幣（約略） 0.8 × 1.0 = 0.8 2.4 億日圓 約新台幣 5,000～5,500 萬左右 0.9 × 1.0 = 0.9 2.7 億日圓 約新台幣 5,600～6,000 萬 1.0 × 1.0 = 1.0 3.0 億日圓 與戶鄉同薪，約 6,300 萬台幣 1.0 × 1.1 = 1.1 3.3 億日圓 約新台幣 6,900 萬 0.8 × 1.2 = 0.96 2.88 億日圓 約新台幣 6,000 萬以上 所以比較合理的一個區間估算，大致是 2.4 億 ～ 3.3 億日圓之間。但考慮到他在 2025 年 MLB 的表現並不完全穩定，球隊可能不敢直接給最高值，因此更偏保守的 區間可能在 2.4 億 ～ 2.8 億日圓。 看來NPB也不失為一個選擇？？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.43.160.247 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Baseball/M.1760034904.A.910.html
推
10/10 02:37, 8小時前 , 1F
日本打者選球這麼細膩，他會被選爆吧。
10/10 02:37, 1F
噓
10/10 02:40, 8小時前 , 2F
GPT文請發4X
10/10 02:40, 2F
推
10/10 02:51, 8小時前 , 3F
日本打者可能不用刻意投邊角就可以讓打者打不好。
10/10 02:51, 3F
→
10/10 02:54, 8小時前 , 4F
鄧愷威的bb9 k9都錯了 你請gpt查資料他可能會亂查
10/10 02:54, 4F
噓
10/10 03:14, 7小時前 , 5F
其他就算了，什麼鬼排版
10/10 03:14, 5F
推
10/10 03:28, 7小時前 , 6F
「你請gpt查資料他可能會亂查」對，這點非常重要，請自己先
10/10 03:28, 6F
→
10/10 03:28, 7小時前 , 7F
把資料都確認好後，再反覆提出質疑，而不是它說什麼就接受
10/10 03:28, 7F
推
10/10 03:32, 7小時前 , 8F
但總而言之，目前對這類問題回答就當個發想就好，不要真的
10/10 03:32, 8F
→
10/10 03:32, 7小時前 , 9F
管它下什麼結論給你，基本上都禁不起詳細推敲。盡信書不如
10/10 03:32, 9F
→
10/10 03:32, 7小時前 , 10F
無書，全盤信AI遠不如自己推論
10/10 03:32, 10F
看來我們都誤會鋒哥和第１世代中職教練了 Q_Q 球來打就對了，手投久就不會痛了 科學是死的，球是圓的 ※ 編輯: Fuuuck (114.43.160.247 臺灣), 10/10/2025 03:41:12
噓
10/10 03:40, 7小時前 , 11F
AI分析
10/10 03:40, 11F
氣象也是一堆ＡＩ分析，所以才不準確嗎？？　Q_Q ※ 編輯: Fuuuck (114.43.160.247 臺灣), 10/10/2025 03:43:05
→
10/10 03:48, 7小時前 , 12F
AI不等於LLM
10/10 03:48, 12F
噓
10/10 03:51, 7小時前 , 13F
AI都搞不懂的人好意思說自己叫科學啊
10/10 03:51, 13F
噓
10/10 03:54, 7小時前 , 14F
不懂就閉嘴虛心求教 不是在那邊嘲諷別人
10/10 03:54, 14F
→
10/10 03:56, 6小時前 , 15F
AI如果不是科學，那是什麼學？　神學？哲學？
10/10 03:56, 15F
→
10/10 03:59, 6小時前 , 16F
AI跑不出你想要的答案就是偽科學 不如打N年壘球經驗是嗎
10/10 03:59, 16F
推
10/10 03:59, 6小時前 , 17F
到很好笑 給個推
10/10 03:59, 17F
→
10/10 04:04, 6小時前 , 18F
某些系壘老球皮最喜歡強調科學不如他們的經驗直覺準確
10/10 04:04, 18F
噓
10/10 04:06, 6小時前 , 19F
GPT
10/10 04:06, 19F
噓
10/10 04:09, 6小時前 , 20F
用gpt就是科學的話，那我不識字阿嬤也很會做科學研究了
10/10 04:09, 20F
推
10/10 04:11, 6小時前 , 21F
又一個不懂裝懂的 先把LLM升級成科學再來說別人反科學
10/10 04:11, 21F
→
10/10 04:24, 6小時前 , 22F
你要不要先確定llm是不是一種人工智慧模型？
10/10 04:24, 22F
→
10/10 04:26, 6小時前 , 23F
手機是不是科學? 我拿手機來切菜好不好? 說不好你就是看
10/10 04:26, 23F
→
10/10 04:26, 6小時前 , 24F
不起科學
10/10 04:26, 24F
→
10/10 04:27, 6小時前 , 25F
一開始扯AI 然後再來切割llm和人工智慧無關?
10/10 04:27, 25F
→
10/10 04:29, 6小時前 , 26F
你不喜歡的結果就是手機切菜 污染模因倒是學得很快
10/10 04:29, 26F
噓
10/10 04:35, 6小時前 , 27F
蛤 工具基本都搞不懂 到底在幹嘛
10/10 04:35, 27F
→
10/10 04:40, 6小時前 , 28F
某些人整天扯神學玄學哲學都不見有人反彈　就是愛這味?
10/10 04:40, 28F
→
10/10 04:41, 6小時前 , 29F
說到底還不是你喜歡的就算再不科學也無所謂 扯那麼多
10/10 04:41, 29F
推
10/10 05:40, 5小時前 , 30F
說不定下次贏日本又是幾十年後的事情
10/10 05:40, 30F
→
10/10 05:59, 4小時前 , 31F
人類會選擇性認知來規避+決定自己想認知的事物
10/10 05:59, 31F
→
10/10 06:00, 4小時前 , 32F
這點就是llm目前無法做到的事 某些人很好的證明了
10/10 06:00, 32F
噓
10/10 07:12, 3小時前 , 33F
問AI是三個小朋友？
10/10 07:12, 33F
推
10/10 07:12, 3小時前 , 34F
AI遠不如自己推論XDD
10/10 07:12, 34F
→
10/10 08:27, 2小時前 , 35F
10/10 08:27, 35F
→
10/10 08:27, 2小時前 , 36F
這個我今天問的 請問llm是科學嗎
10/10 08:27, 36F
→
10/10 08:29, 2小時前 , 37F
10/10 08:29, 37F
→
10/10 08:30, 2小時前 , 38F
我叫他直接去br 跟fg查 還是錯的
10/10 08:30, 38F
推
10/10 08:32, 2小時前 , 39F
其實長期有在用AI問棒球相關的事，就知道我意思，真的可怕
10/10 08:32, 39F
推
10/10 08:39, 2小時前 , 40F
有些時候要研究很久才知道它為什麼查出這東西給你，但也有
10/10 08:39, 40F
→
10/10 08:39, 2小時前 , 41F
些時候根本不知道它在幹嘛，就是會去用到舊資料之類，但這
10/10 08:39, 41F
→
10/10 08:39, 2小時前 , 42F
都還好，最怕的是完全鬼扯的，例如要它比較Greene跟Torkels
10/10 08:39, 42F
→
10/10 08:39, 2小時前 , 43F
on，會一本正經跟我說Torkelson三振率較高所以怎樣怎樣...
10/10 08:39, 43F
→
10/10 08:39, 2小時前 , 44F
做為一個參考、發想點是可以，但千萬不要盡信，要盡信真的
10/10 08:39, 44F
→
10/10 08:39, 2小時前 , 45F
不如自己推論，至少實際去網頁查詢不會查出完全錯誤的資料
10/10 08:39, 45F
推
10/10 08:43, 2小時前 , 46F
然後，如果只是單純提出例如要它去Fangraphs查詢後回答，它
10/10 08:43, 46F
→
10/10 08:43, 2小時前 , 47F
可能會騙你他有去查了，但東西完全鬼扯，再追問才會告訴你
10/10 08:43, 47F
→
10/10 08:43, 2小時前 , 48F
它有什麼限制所以不能跟人類一樣直接查詢頁面(但這應該也不
10/10 08:43, 48F
→
10/10 08:43, 2小時前 , 49F
是全部實話)
10/10 08:43, 49F
噓
10/10 08:44, 2小時前 , 50F
吹成這樣也信
10/10 08:44, 50F
推
10/10 08:57, 1小時前 , 51F
ai 分析這個很不準 不只棒球 法律也是 連蒐集到的資料就
10/10 08:57, 51F
→
10/10 08:57, 1小時前 , 52F
是錯的
10/10 08:57, 52F
→
10/10 09:17, 1小時前 , 53F
你不懂ai =.=
10/10 09:17, 53F
推
10/10 09:19, 1小時前 , 54F
不能全信AI好嗎......他只是輔助你判斷 你全盤相信
10/10 09:19, 54F
→
10/10 09:19, 1小時前 , 55F
會死很慘，工作上我都有用AI去輔助 這是我的心得
10/10 09:19, 55F
噓
10/10 09:21, 1小時前 , 56F
GPT也可以發喔……
10/10 09:21, 56F
噓
10/10 10:10, 44分鐘前 , 57F
我個人使用gpt 的經驗真的是參考就好 像前面說的資料最
10/10 10:10, 57F
→
10/10 10:10, 44分鐘前 , 58F
好自己找齊 然後反覆詢問 比較可信
10/10 10:10, 58F
‣ 更多 Fuuuck 的文章
文章代碼(AID): #1ew01OaG (Baseball)
Baseball 近期熱門文章
更多 近期熱門文章 >>
PTT體育區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 Fuuuck 的文章
文章代碼(AID): #1ew01OaG (Baseball)