DraftFM：适用于《万智牌》初始轮抽的基础模型

# DraftFM：万智牌首日轮抽的基座模型  
来源：https://arxiv.org/html/2608.19568 2026年8月10日  

###### 摘要  
轮抽新一版*万智牌*扩展包的过程始于尚未看到任何卡牌之前：完整卡牌列表已公开，但监督式选择模型所需的轮抽日志尚不存在。我们直接研究这一“首日”场景。DraftFM 是一个离散选择策略模型，它根据当前轮抽池和轮抽状态，对当前补充包中可用的卡牌进行评分。每张卡牌均以冻结的775维向量形式输入，该向量基于其公开卡牌记录、结构化特征和固定文本嵌入构建，模型中不包含任何卡牌标识、系列标识或使用统计信息，因此未见过的卡牌与熟悉的卡牌由同一机制评分。该160万参数的网络在来自29个扩展包的1.49亿次人类轮抽选择上训练，在完全保留的三个扩展包上进行零样本预测，分别达到50.8%、60.4%和56.7%的首pick一致率，而开包首pick的随机概率约为7%。在全部32个已观察扩展包上重新拟合后，同一架构为当时尚未发布的系列*霍比特人*生成了卡牌排名，该排名已加密签名并完整保存其来源，于该系列在MTG竞技场开放轮抽前约36小时公开发布。该封存排名与六位独立专家评审的一致性，大致相当于这些评审之间彼此的一致性。针对实际结果的评估将在后续笔记中提交，无论其结果如何。  

关键词：轮抽、离散选择、基座模型、行为预测、样本外泛化  

###### 目录  
1. [引言](https://arxiv.org/html/2608.19568#S1)  
2. [数据与建模设置](https://arxiv.org/html/2608.19568#S2)  
   1. [数据来源](https://arxiv.org/html/2608.19568#S2.SS1)  
   2. [DraftFM](https://arxiv.org/html/2608.19568#S2.SS2)  
      1. [行为预测、迁移与先前工作](https://arxiv.org/html/2608.19568#S2.SS2.SSS1)  
      2. [卡牌表示、神经架构与拟合](https://arxiv.org/html/2608.19568#S2.SS2.SSS2)  
3. [开发评估](https://arxiv.org/html/2608.19568#S3)  
   1. [设计](https://arxiv.org/html/2608.19568#S3.SS1)  
      1. [完整扩展包开发对比](https://arxiv.org/html/2608.19568#S3.SS1.SSS1)  
      2. [度量与宽度选择](https://arxiv.org/html/2608.19568#S3.SS1.SSS2)  
      3. [最终重新拟合与预测协议](https://arxiv.org/html/2608.19568#S3.SS1.SSS3)  
   2. [宽度对比结果](https://arxiv.org/html/2608.19568#S3.SS2)  
   3. [轮抽过程中的预测行为](https://arxiv.org/html/2608.19568#S3.SS3)  
4. [前瞻性HOB预测](https://arxiv.org/html/2608.19568#S4)  
   1. [预测与评估时间线](https://arxiv.org/html/2608.19568#S4.SS1)  
   2. [与内容创作者的对比](https://arxiv.org/html/2608.19568#S4.SS2)  
   3. [模型青睐的五张卡牌](https://arxiv.org/html/2608.19568#S4.SS3)  
5. [结论](https://arxiv.org/html/2608.19568#S5)  
6. [附录A：公开制品与可复现性记录](https://arxiv.org/html/2608.19568#A1)  
7. [附录B：附加结果](https://arxiv.org/html/2608.19568#A2)  
   1. [B.1完整开发结果](https://arxiv.org/html/2608.19568#A2.SS1)  
   2. [B.2位置行为](https://arxiv.org/html/2608.19568#A2.SS2)  
8. [参考文献](https://arxiv.org/html/2608.19568#bib)  

## 1 引言  
万智牌的轮抽是一种不完全信息的顺序游戏。八名玩家打开补充包并依次传牌，每人私下通过逐pick的方式组建套牌。每隔数月，一个包含数百张新卡的系列就会发布，轮抽者必须从头学习。对于数据驱动的助手而言，这带来一个“首日”问题：监督式选择模型依赖公开的轮抽日志训练，而这些日志通常在系列发布约两周后才出现（Brooks 2024）。最需要新系列帮助的玩家，恰恰是尚无已训练模型能服务的对象。在发布日，最先进的手段仍是人类判断。Draftsim 发布由专家手工调整的评分（Draftsim 2026），轮抽者之所以参考它，是因为没有已学习的模型可用。已学习的文献是“系列内”文献。它始于 Ward 等人（2021）在核心系列2019上对比轮抽智能体：随机智能体22%的时间选择与人类相同，专家评分驱动的智能体为44.5%，而基于人类轮抽数据训练的神经网络为48.7%。其后继工作定义了已部署的最先进水平。Brooks（2024）的统计轮抽模型——按系列训练的多层感知机——达到约70%的一致率，Czerner（2025）的puder transformer报告为71%。所有这些模型都将卡牌编码为词汇表索引。它们仅从所服务的单一系列中学习，因此既无法对未见过的系列评分，也无法在两周数据延迟过去之前存在。大型语言模型看似能绕过延迟，因为它们可以在新卡规则文本发布当天阅读。Bertram（2025）直接测试了这一点。零样本的GPT-4o在神河：霓朝纪上与人类pick的一致率为43%，低于上述专家评分，而在提示中提供每张卡的完整规则文本反而降低了其准确率。开放的7-8B模型在从目标系列训练一百万次选择之前，甚至无法选出合法卡牌，之后其表现仍落后于小型监督式多层感知机，且推理成本高得多。即使是43%这个数字也需谨慎看待：该系列在模型训练截止日期多年前就已发布，因此其策略的发布后讨论不能排除出现在预训练语料中——这是仅冻结特征编码器不可能发生的泄漏。我们得出的设计启示是：将冻结的文本嵌入作为特征使用，而非将语言模型作为策略。本文进一步追问纯迁移能达到什么程度，并通过设计隔离了“首日”问题。DraftFM 是一个单一pick模型，在公开的17Lands轮抽数据上训练。对DraftFM而言，卡牌仅是一个冻结的公开信息向量：从其Scryfall记录解析的结构化特征，加上其规则文本的句子嵌入。模型没有系列标识参数，也没有每卡权重。它对系列的所有认知必须从补充包中的卡牌和轮抽者累积的卡池中推断，而这种推断可以迁移到明天发布的系列——这是记忆卡牌词汇表所无法做到的。最接近的先前工作是 Bertram 等人（2024a），他们建立了轮抽模型从未训练过的系列的问题，并证明多系列预训练（而非仅表示本身）是实现迁移的关键。在十三个系列上预训练并评估于保留的兄弟之战时，其最佳表示达到55.4%的pick一致率。该表示包含一块基于人类对局计算的发布后使用统计，因此55.4%是跨卡牌泛化的锚点，而非首日部署的基准。他们首日可行的表示（仅特征）在单系列训练下对未见系列达到33.6%至35.6%，且未公布任何多系列、仅特征的结果。填补这一空白是本文的第一个贡献。我们提供了一个仅特征策略，在29个扩展包上训练，并在三个预先选定的保留扩展包上进行零样本评估。我们的特征集不包含目标系列的使用统计，从而提供首日轮抽辅助工具。为与现有文献比较，我们选择了与Bertram等人（2024a）相同的兄弟之战，以及近期的漫威超级英雄系列，和大约在BRO与MSH发布日期中点发布、并带有万智牌部分核心主题与机制的万智牌：基础。第二个贡献是一个无法事后拟合的预测。我们在新系列可于MTG竞技场游玩前，公开封存并发布了完整的第1包第1pick排名，以及其输入、模型和输出的摘要，并提前承诺在轮抽日志出现后进行评估。第三个是与当时唯一存在的预测进行对比：限定内容创作者发布的系列预发布评测，将其置于共同标尺上，并与模型在同一基础上比较。这些数字不应跨情境解读。一个能访问其目标系列自身pick的系列内模型，解决的是比从未见过该系列的模型更简单的问题，两者之间的差距正是本文的主题，而非任一模型的缺陷。我们自身的分布内验证一致率为68.6%，恰好落在系列内文献报告的66-71%范围内，该数字不可与零样本结果相比。上述55.4%的零样本数字同样不是我们试图超越的目标，因为它使用了首日不存在的人类使用统计。我们在三个完整扩展包上报告的开发数字回答了一个不同的问题：当一个系列除了内容外尚无任何观察时，一个策略能做什么？其余部分组织如下：第2节描述数据来源、卡牌表示和模型；第3节给出评估设计，比较三种模型宽度在三个完整保留扩展包上的表现，并分析预测行为在轮抽过程中的变化；第4节报告封存的预发布预测、其发布记录以及与内容创作者的对比；第5节为结论。附录涵盖公开制品和完整开发结果。  

## 2 数据与建模设置  
### 2.1 数据来源  
DraftFM 使用两个公开数据来源。17Lands 提供观察到的人类选择以及每次选择发生的轮抽状态。Scryfall 提供印刷卡牌的属性。表1给出了这一分工。  

表1：DraftFM使用的两个数据来源。17Lands 收集来自通过其追踪器选择参与的玩家的MTG竞技场日志，并为研究和社区分析发布匿名批量数据集。111参见 https://www.17lands.com/public_datasets 获取17Lands发布的数据集。我们使用其draft_data文件。每一行记录被追踪轮抽者选择的一张卡牌，包括所选卡牌、补充包和pick编号、轮抽和事件标识符、排名，以及可用的结果字段。它还包括两组卡牌计数列。pack_card_列说明当前补充包中该卡牌的副本数。pool_列说明玩家已轮抽的该卡牌副本数。这些列共同记录了选择集、选择时的卡池以及所选卡牌。除非另有说明，17Lands在知识共享署名4.0国际许可下发布这些文件。我们将其归属为“数据来自17Lands.com（CC BY 4.0）”。对于每个系列和轮抽形式，我们从17Lands公开的Amazon S3存储桶下载gzip压缩的CSV文件。文件仅下载一次，遵循17Lands批量下载使用指南，并与源数据内容哈希一起保存，以便我们识别实验中使用的确切输入。获取步骤记录每个下载文件的源数据和内容哈希，后续步骤将这些哈希冻结到清单中，供后续阶段验证。我们现有的集合包含来自32个轮抽系列的60个系列-形式文件。它始于2021年4月的*斯特里海文：魔法学校*（STX），延伸至2026年6月的*漫威超级英雄*（MSH）。17Lands将竞技轮抽和传统轮抽作为单独文件发布，因此大多数系列贡献两个文件。四个系列除外：AFR、MID、MSH和VOW在集合中没有传统轮抽文件。因此，60个文件包括32个竞技轮抽文件（每个系列一个）和28个传统轮抽文件。它们共包含169,932,378次观察到的pick。在每个扩展包内合并形式后，平均每系列531万次pick，样本标准差248万，中位数484万。单个系列贡献107万至1060万次pick。BRO、FDN和MSH被完全保留作为整体系列开发环境，用于零样本模型比较。它们包含12,571,237次pick，从未用于拟合或训练内验证。其余29个系列包含157,361,141次pick。通过轮抽标识符的确定性划分，将其中149,483,436次分配给拟合，7,877,705次分配给内部验证。实验设计部分给出了完整协议。HOB不属于已观察pick集合。在预测时，HOB仅贡献其公开的Scryfall记录及从中封存的预测。原始17Lands文件是宽表，为文件词汇表中的每张卡牌设有单独的补充包和卡池列。其元数据模式在观察期间发生变化。早期文件使用基于对局的技能分桶名称，一些中间文件将排名字段称为user_rank，现代文件使用基于游戏的分桶名称和rank。我们将等效字段映射到一个规范模式，不更改其记录值，并在可选字段尚不存在时插入类型化空值。然后将这些表存储为压缩Parquet格式。这使得相同的信息在所有32个系列中以相同方式可读。我们还保存由pack_card_列定义的有序卡牌词汇表，并将pick中命名的卡牌编码为该词汇表中的从零开始的索引。这个pick_index标识了轮抽者选择的卡牌。轮抽位置保留在pack_number和pick_number中。这些操作标准化了存储，既不构建模型特征，也不改变观察到的补充包、卡池或选择。Scryfall是一个社区维护的万智牌卡牌数据库，带有公共API。222参见 https://scryfall.com/docs/api/bulk-data 获取Scryfall批量数据文档。我们使用其all_cards批量对象获取卡牌标识和公开可观察的卡牌属性，而非人类选择或轮抽结果。获取步骤查询批量数据端点，选择该对象，遵循API提供的下载URL，并保留带时间戳的快照。当前端点提供一个gzip压缩的JSON Lines文件，每个印刷版本一个JSON对象。下载器也接受早期的JSON数组表示。保留完整的带日期快照允许每次运行在Scryfall本身更新后使用相同的卡牌信息。本研究使用的快照于2026年8月8日13:35:59 EDT检索，并存储为all_cards_20260808133559.json。其SHA-256摘要为4a60c20e800c5d55d2459e8edc19355bee794873fc84d653999a145fe9ac130f。我们保留英语记录并写入三张Parquet表：cards.parquet、card_faces.parquet和sets.parquet。表2列出了用于将17Lands卡牌名称解析为一个可重现的Scryfall印刷版本或构建其语义表示的字段。标识和发布字段控制该连接，它们不作为数值卡牌特征输入网络。图像和价格字段为其他应用保留，但不是DraftFM的输入。