LOOKSMAXING.fit

方法论 · 评分标准 v2.2

十六个子因子。一个公式。没有黑箱。

一个无法质询的评分就是一句占星预言。模型只负责感知 - 它依据固定的书面标准为十六个命名的子因子评分。您看到的每一个数字(特征评分、总分、潜力值)随后都由我们用公开的加权公式计算得出。模型绝不会给您一个它凭空捏造的数字。

五项特征及其子因子

Jawline

占总分的22%
  • Definition - Visibility of the jaw-to-neck transition.
    部分40%
  • Under-chin - Fullness under the chin (body-fat and hydration responsive).
    可改善35%
  • Contour - Underlying jaw shape as presented (not changeable by habit).
    结构性25%

Skin

占总分的24%
  • Clarity - Visible breakouts and blemishes.
    可改善35%
  • Evenness - Redness and tone uniformity.
    可改善25%
  • Texture - Surface smoothness and visible pores.
    部分20%
  • Hydration - Dull and dry versus healthy and supple.
    可改善20%

Eyes

占总分的20%
  • Under-eye - Dark circles and puffiness of the under-eye area.
    可改善45%
  • Brows - Brow grooming and upkeep (not brow shape genetics).
    可改善30%
  • Freshness - How rested and alert the eye area looks - a fatigue signal, never an emotion read.
    可改善25%

Balance

占总分的14%
  • Balance - Left-right evenness as presented in a front-facing photo.
    部分45%
  • Grooming evenness - Evenness of grooming across the face.
    可改善30%
  • Proportion - Presented facial proportions (not changeable by habit).
    结构性25%

Hair

占总分的20%
  • Cut - Quality and freshness of the current cut.
    可改善40%
  • Condition - Health, shine, and frizz.
    可改善35%
  • Style fit - How well the style frames the face as presented.
    可改善25%

可改善、部分可改善,或结构性

每个子因子都会根据90天方案实际能改变它多少而被标记。可改善的子因子(皮肤清透度、下巴下方饱满度、眉毛护理)会响应仪容护理和生活方式的调整,最多可提升至88。部分可改善的因子获得的提升幅度较小且有上限,最多可提升8分,朝向80 - 真实但有限,反映了仅靠习惯能带来的改变确实存在上限。结构性因子(骨骼轮廓、面部比例)完全不会改变 - 因此我们将其锁定,它们对潜力值的贡献为零。您的潜力值等于当前总分加上以这种方式获得的余量,在任何单一子因子上都绝不会超过88。这就是为什么我们的潜力值是一个我们能够兑现的承诺,而不是为了讨好您而设计的数字。

置信度,而非虚假的精确性

我们会多次运行评分,并测量各次测量结果的一致程度。高度一致意味着高置信度;光线、角度,或遮挡某个子因子的帽子会降低置信度 - 我们会如实告知您,而不是打印出一个看似精确但我们自己都不信任的数字。低置信度的结果会附带一个在均匀光线下重新拍摄的提示。

评分是如何生成的

  1. 01您的照片会以确定性的方式进行标准化处理 - 每次都是相同的缩放、相同的处理流程,因此相同的照片会产生相同的模型输入。
  2. 02模型依据固定的书面等级定义(即评分标准)为十六个子因子评分 - 这纯粹是感知,没有总分,也没有即兴判断。评分标准是版本化的;您的评分会标注产生它的版本。
  3. 03评分的稳定性来自锚定的评分标准以及下面的中位数测量步骤 - 而不是通过压制我们无法控制的模型自身的采样随机性。
  4. 04完整的测量流程会运行三次,我们保留每个子因子的中位数。如果各次测量结果不一致,我们会自动运行更多次测量,而不是报告一个虚假的精确数字。
  5. 05是应用而非模型,使用下方公开的加权公式,根据这些子评分计算出您的特征评分、总分、潜力值和置信度。
  6. 06在响应返回之前,照片会从内存中删除。只有数字会被保留。

结果是:将同一张照片扫描两次,您会得到相同的评分。 为什么大多数应用做不到这一点 →

我们绝不会评分的内容

输出结构在物理层面上根本没有这些字段 - 这不是一个可开关的策略设置,模型无法返回它们:

一些竞争对手会宣传"男性化"评分。我们认为这既在科学上站不住脚,又具有腐蚀性 - 我们构建输出结构的方式使我们不可能滑向这一点。

诚实的免责声明

这衡量的是一张照片,而不是您本人 - 光线、角度和摄像头质量都是任何视觉模型所能看到内容的一部分,这也是为什么重新扫描需要保持一致的拍摄条件。评分是AI模型基于评分标准得出的主观意见,有助于追踪您自身随时间的变化 - 它们不是临床评估,不是相对于全人类的百分位主张,也不是任何医疗方面的结论。如有皮肤或健康方面的担忧,请咨询专业人士,而不是一款应用。

照片处理详情: 您的照片会经历什么.

获取评分 - $1 →