下一次重置的窗口
基于距上次重置天数的风险模型
未来 24 小时
21%
至少发生一次重置
未来 48 小时
43%
至少发生一次重置
62%
72 小时
88%
7 天
上次重置
—北京时间
已过去
—
最可能的时段
—模型峰值
距峰值还有
--:--:--
间隔与节奏
重置之间的间隔，以及他发帖的时间分布
最近 6 次平均间隔
—
全部平均 / 中位数
—
样本
—
北京时间 · 每根柱子是该小时出现重置的相对频率（归一化）
未来 10 天的累计重置概率
每根柱子是该 24 小时窗口内至少发生一次重置的概率，折线是累计概率。峰值时段已标注。
该窗口概率
累计概率
峰值窗口
表格视图
| 日期 | 该窗口概率 | 累计概率 |
|---|
每日发帖节奏与重置标记
原创与回复的每日数量，绿色圆点标出发生重置的日子。悬停或点击查看当天摘要。
原创
回复
重置日
表格视图
| 日期 | 原创 | 回复 | 重置 |
|---|
预测是怎么算出来的
距上次重置的天数决定当天风险率；小时与星期先验把风险摊到具体时段；若有未兑现的承诺，整体前移。
01
距上次重置天数
把历史间隔分桶，计算每个「已经过了 k 天」的风险率
02
当日风险率 → 小时分布
用三角核平滑，再按他的历史小时分布摊到 24 个小时
03
承诺前移
检测到「by EOD / tomorrow」且尚未重置时，概率整体乘 1.35
04
滚动回测
逐日重拟合，和「历史频率」基准比较 log-loss
当天风险率—
未来 24 小时—
未来 7 天—
该天所处状态—
表格视图
| 日期 | log-loss | 基准 | skill | Brier |
|---|
承诺追踪
他把 reset 说成「今天结束前」「明天」这类承诺时，记录下来并跟踪是否兑现。