Hvorfor er Split EV en tilnærmelse?

Split EV beregnes ved at behandle CDZ-data (Card Distribution Zone) gennem en ML-model frem for eksakt analytisk beregning. Derfor er de viste værdier tilnærmelser.

På grund af præcisionsgrænserne for f64-flydende tal kan den viste Split EV afvige let fra den sande teoretiske værdi. Det er en kendt begrænsning. Fejlen er ikke stor nok til at påvirke den optimale beslutning, men perfekt nøjagtighed kan ikke garanteres.

Split er den dyreste handling at evaluere nøjagtigt. Efter en split kan hver ny hånd trække, fordoble og i mange regelsæt re-splitte, hvilket forgrener sig til et stort træ af udfald, der hver især skal vægtes mod den levende shoe. At gøre dette analytisk for hver mulig trækrækkefølge er langt mere arbejde end at evaluere Hit, Stand eller Double.

For at holde appen responsiv produceres Split EV af en machine learning-model trænet på nøjagtige CDZ-data i stedet for den fulde analytiske rekursion. Afvejningen er hastighed mod en lille nøjagtighedsomkostning — i størrelsesordenen 0,08% RTP-fejl — mens den kører cirka 1000× hurtigere end den nøjagtige beregning. Til beslutningstagning er denne fejl ubetydelig.

I praksis kan du stole på, at Split EV rangerer handlinger korrekt; tilnærmelsen ændrer næsten aldrig, hvilket træk der er bedst. Behandl sidste decimal som vejledende frem for nøjagtig, og hvis du har brug for den præcise analytiske værdi til forskning, så husk, at det viste tal kan afvige en smule på grund af både modeltilnærmelsen og f64-flydende grænser.