ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

มองความไม่ลงรอยกัน

ธรรมชาติของกีฬาใดๆ ก็ตามคือความสม่ำเสมอสำคัญกว่าทุกสิ่ง เพดานของผู้เล่นจะไม่เกี่ยวข้องหากพวกเขาไม่สามารถเข้าถึงได้เมื่อทีมของพวกเขาต้องการสิ่งที่ดีที่สุด ผู้เล่นที่ยิ่งใหญ่ที่สุดตลอดกาลมีเพดานสูง แต่พื้นของพวกเขาต่างหากที่ทำให้พวกเขาโดดเด่นอย่างแท้จริง ผู้เล่นระดับหนึ่งส่วนใหญ่ทิ้งระเบิด 30 ลูก; มีแผนที่น้อยกว่ามากที่รวมแผนที่มากกว่า 20+ ใบติดต่อกันที่สูงกว่าเรตติ้ง 1.00

และผู้เล่นที่มีเพดานสูงเท่ากับเกมที่ดีที่สุดแต่ขาดพื้นนั้นที่น่าหงุดหงิดมาก การทดสอบสายตาของเราจะจดจำเกมที่ดีที่สุดของพวกเขา แต่ไม่ใช่เกมทั่วไป แทนที่จะถูกประดับประดาด้วย MVP ผู้เล่นเหล่านี้ถูกผลักไสให้ได้รับเงื่อนไขที่ตราหน้าว่าเป็นผู้เล่นที่ร้อนและเย็นว่าเป็นผู้เล่นที่ไม่สอดคล้องกัน

หัวหน้ากลุ่มผู้เล่นเหล่านี้คือ Kristian “k0nfig” วีเนค. Astralis fragger รายการตื่นตาพอ ๆ กับที่เขาผิดหวัง ที่เขาถือ. บันทึก CS:GO สำหรับการสังหารตามกฎเกณฑ์ 47-21 เทียบกับ Renegades ในปี 2018 แสดงให้เห็นเพดานที่เขาสามารถเข้าถึงได้ ในการทำซ้ำครั้งนี้ของ Astralisมันคือเขาและ เบนจามิน “โทษเอฟ” เบร ที่ควรจะให้พลังดวงดาว k0nfig ขาดความคาดหวังเหล่านั้นไปแล้ว พรสวรรค์ของเขาปรากฏชัดเหมือนเช่นเคย แต่ความสม่ำเสมอกลับหลบเลี่ยงเขาไป

ดังนั้นการเล่าเรื่องก็ดำเนินต่อไป แต่มันยุติธรรมไหม? เราสามารถวัดความไม่สอดคล้องกันของผู้เล่นอย่างยุติธรรมและเป็นกลางได้หรือไม่? มาดูกันโดยใช้สถิติจาก LAN ในปี 2022

เพื่อเริ่มต้นสิ่งต่างๆ เราจะเริ่มต้นด้วยการวัดพื้นฐานความสอดคล้องระหว่างแผนที่ต่อแผนที่: เปอร์เซ็นต์ของแผนที่ที่ผู้เล่นทำสำเร็จเหนือระดับ 1.00 ค่าเฉลี่ยของกลุ่มตัวอย่างของเราอยู่ที่มากกว่า 55% ดังนั้นผู้เล่นเหล่านี้ทั้งหมดจึงเหนือกว่าใครในกลุ่ม

อย่างไรก็ตาม นี่ยังห่างไกลจากความสมบูรณ์แบบ เรตติ้ง 1.01 อาจเป็นแมตช์ที่ประสบความสำเร็จสำหรับผู้เล่นทั่วไป แต่สำหรับผู้เล่นดาวเด่นหรือ AWPer หลักที่อาจส่งผลเสียต่อโอกาสของทีมในการชนะแมตช์นั้น

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

หากต้องการดูว่าผู้เล่นมีความผันผวนมากน้อยเพียงใดเมื่อเทียบกับคะแนนเฉลี่ยของตนเอง ต้องใช้ศัพท์ทางคณิตศาสตร์เล็กน้อย เราจะใช้ค่าเบี่ยงเบนมาตรฐาน ซึ่งเป็นหน่วยวัดความแปรปรวน โดยพื้นฐานแล้ว ยิ่งค่าเบี่ยงเบนมาตรฐานต่ำ แผนที่ของผู้เล่นก็จะยิ่งคลัสเตอร์ตามคะแนนเฉลี่ยมากขึ้นเท่านั้น ดังนั้นค่าเบี่ยงเบนมาตรฐานที่สูงควรบ่งบอกถึงระดับของความไม่สอดคล้องกัน

k0nfigที่น่าสนใจคือไม่ได้ทำรายชื่อผู้เล่น 17 อันดับแรกที่มีค่าเบี่ยงเบนมาตรฐานสูงสุด โดยอยู่ที่ 0.327 เท่ากับค่าเบี่ยงเบนมาตรฐาน XNUMX อย่างไรก็ตาม ผู้เล่นที่สร้างรายชื่อนั้นก็เป็นประเภทเดียวกับเขา วลา “นาฟานี่” กอร์ชคอฟ ขึ้นอันดับสองที่ 0.377 ผู้เล่นอีกคนที่โดนวิจารณ์จากความไม่ลงรอยกันของเขา

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

คะแนนเฉลี่ยบนโต๊ะแตกต่างจากคะแนนโดยรวมที่คุณจะเห็นในโปรไฟล์ผู้เล่น เนื่องจากเป็นคะแนนเฉลี่ยต่อแผนที่ ไม่ใช่ต่อรอบ

ค่าเบี่ยงเบนมาตรฐานที่สูงของเขาแสดงให้เห็นว่าทำไม Cloud9 ร้ายแรงมากที่ IEM Dallas เมื่อไหร่ นาฟานี่ อยู่ในฟอร์มร้อนแรงโดยมีเรตติ้งเฉลี่ย 1.14 (สูงกว่าของเขา 17 แต้ม) ค่าเฉลี่ยตลอดทั้งปี).

แม้ว่าภายในเหตุการณ์นั้น นาฟานี่เสียงสูงและเสียงต่ำแตกต่างกันอย่างน่าตกใจ แผนที่ที่มีเรตติ้ง 2.03 เทียบกับ ence ในรอบชิงชนะเลิศและ 2.16 ในกลุ่มต่อ นินจาในชุดนอน ยังคงอยู่ควบคู่ไปกับ 0.84 ในแผนที่หนึ่งต่อ ใหญ่ และการให้คะแนน 0.79 และ 0.91 ในสองในสามแผนที่ เก้อ.

เรื่องราวจะเหมือนกันสำหรับผู้เล่นหลายคนในรายการนี้ Fredrik “เรซ” สเติร์นเนอร์ เป็นผู้เล่นรายอื่นที่ถูกระบุว่าไม่สอดคล้องกัน และดูเหมือนว่าตัวชี้วัดนี้จะช่วยแก้ปัญหานั้นได้ ยูริ “ยูริ” ซานโตส ต้องอดทนกับคาถาอันยากลำบากในปี 2022 เพื่อมาตรฐานของพวกเขาในขณะเดียวกัน แอนดรู “อาร์ท” ปิโอเวซาน มีความก้าวร้าวมากกว่า นาฟานี่.

ที่ นิโคลา “นิโกะ” โควาช มีคะแนนสูงและค่าเบี่ยงเบนมาตรฐานสูงก็เป็นตัวอย่างที่ดีของปีของเขาเช่นกัน ยอดเขาของเขายังคงดีเหมือนเดิม แต่มีหลายครั้งที่ G2 สามารถใช้เพิ่มเติมจากดาราชายของพวกเขาได้

In นิโก้ในกรณีของเราจะมองเห็นข้อบกพร่องเล็กน้อยในการใช้ส่วนเบี่ยงเบนมาตรฐาน หากคะแนนเฉลี่ยต่อแผนที่ของผู้เล่นคือ 1.26 จะยุติธรรมหรือไม่ที่จะเรียกพวกเขาว่าไม่สอดคล้องกัน ใช้แผนภาพกระจายนี้ ซึ่งจะเปรียบเทียบคะแนนเฉลี่ยของผู้เล่นกับค่าเบี่ยงเบนมาตรฐาน

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

การร่วม นิโก้ ในมุมที่มีความแปรปรวนสูงและคะแนนสูงของแผนที่คือ ดีมิทรี “sh1ro” โกลอฟ, Mathieu “ซีโว่” เฮอร์โบทและ Oleksandr “ s1mple ” คอสติลีฟ. สิ่งนี้จะส่งเสียงระฆังปลุกหากเราต้องการใช้หน่วยวัดนี้เพื่อสร้างความไม่สอดคล้องกัน สำหรับผู้เล่นเหล่านี้ พวกเขา 'เบี่ยงเบน' จากค่าเฉลี่ยเพราะพวกเขาโพสต์แผนที่พกพาบ่อยมาก การจัดอันดับ 2.00 นั้นมากถึง 0.80 จากการจัดอันดับเฉลี่ยของผู้เล่นคนใดคนหนึ่ง แต่จะถือว่าเหมือนกับการจัดอันดับ 0.60 สำหรับ 'ความไม่สอดคล้องกัน' โดยส่วนเบี่ยงเบนมาตรฐาน

สิ่งที่น่าสนใจคือส่วนอื่นๆ ไรเฟิลชอบ คี ธ “นาฟ” มาร์โควิช, รัสเซล “บิดซซ” ฟาน ดัลเก้น และ Sergey “ขวาน1เล” ริคโทรอฟ จับคู่รูปแบบมาตรฐานต่ำกับเรตติ้งสูง แสดงให้เห็นว่าพวกมันอยู่ในและประมาณ 1.00-1.40 เครื่องหมายในแผนที่ที่เล่นอย่างสม่ำเสมอ ออดริก “แจ็คซ์” เหยือก คือผู้เล่นที่มีค่าเบี่ยงเบนมาตรฐานต่ำสุดเพียง 0.24 และมีค่าเฉลี่ยค่อนข้างต่ำที่ 0.96 เขาต่ำกว่าค่าเฉลี่ยทางสถิติอย่างต่อเนื่องในปีนี้

การเปรียบเทียบนี้ยังใช้ได้กับผู้เล่นที่มีความแปรปรวนสูงและเรตติ้งต่ำด้วย อเล็กซานเด “โมปอซ” เฟร์นานเดซ-เกโฮ คาโน, ศิลปะ, แดน “แอ๊ปเอ็กซ์” แมดส์แคลร์ และ นาฟานี่ เจาะเข้าไปใกล้จุดที่เราคาดไว้: ปืนไรเฟิลที่ดุดันเป็นพิเศษ, X-factor แต่เราจะต้องมีวิธีแก้ปัญหาที่แตกต่างออกไปสำหรับผู้เล่นที่เก่งที่สุด: การมีอยู่ของ s1mple และ ZywOo ที่มุมขวาบนพิสูจน์ว่าค่าเบี่ยงเบนมาตรฐานนั้นไม่ดีพอที่จะติดป้ายกำกับผู้เล่นว่าไม่สอดคล้องกัน

ทางออกหนึ่งคือจัดอันดับผู้เล่นตามชั้น แผนที่ที่แย่ แทนที่จะเป็นแผนที่ที่ดี เพื่อทำเช่นนี้ เราจะใช้ควอไทล์แรกหรือเปอร์เซ็นไทล์ที่ 25 ของแผนที่ของผู้เล่นในปีนี้บน LAN เปอร์เซ็นไทล์ที่ 25 เป็นค่าลูกพี่ลูกน้องของค่าเฉลี่ยมัธยฐาน ยกเว้นในกรณีที่ค่ามัธยฐานเป็นค่าตรงกลางของรายการเรียงลำดับ เปอร์เซ็นไทล์ที่ 25 (มักเรียกว่า Q1 ในสถิติ) จะเท่ากับหนึ่งในสี่ของค่าที่ผ่านไป เพื่อความสะดวก เมื่อเราใช้คำว่า "พื้น" จากนี้ เราจะหมายถึงเปอร์เซ็นไทล์ที่ 25 ของผู้เล่น

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ตอนนี้ เราเห็นชื่อเหล่านั้นที่ค่าเบี่ยงเบนมาตรฐานปฏิบัติอย่างไม่ยุติธรรมในมุมมองที่ต่างออกไป พื้นสำหรับ s1mple คือเรตติ้ง 1.08 สำหรับ ZywOo 1.06 และ นิโก้ 1.01. ผู้แฝงตัว Ax1Le, NAFและ blameF ยังอยู่ในสิบอันดับแรกด้วย ส่วนหนึ่งอาจเป็นเพราะบทบาทของพวกเขาที่ทำให้พวกเขาสามารถแบ่งเบาความพ่ายแพ้ของทีมและชัยชนะของพวกเขาได้

สิ่งนี้แสดงให้เราเห็นว่าใครเป็นผู้เล่นที่มีความคงเส้นคงวามากที่สุด แต่แล้วความไม่สอดคล้องกันล่ะ? หากเราดูผู้เล่นที่อยู่ชั้นล่างสุด เราก็จะได้สิ่งที่ชอบ เอปิทาซิโอ “ทาโก้” เดอ เมโล (0.64) ริชาร์ด “ชอค” Papillon (0.67) และ ราสมูส “โห่ซี” นีลเซ่น (0.69) อย่างไรก็ตาม นี่ไม่ได้แสดงถึงความไม่สอดคล้องกันในตัวเอง เนื่องจากผู้เล่นเหล่านี้มีเรตติ้งเฉลี่ยที่ค่อนข้างแย่

เพื่อที่จะค้นหาผู้เล่นที่ไม่สอดคล้องกัน เราจำเป็นต้องมีหนังสือเรียนคณิตศาสตร์ระดับมัธยมศึกษาตอนปลายอีกครั้ง เมื่อลบพื้น (เปอร์เซ็นไทล์ที่ 25) ออกจากเพดาน (เปอร์เซ็นไทล์ที่ 75: เช่นเดียวกับเมื่อก่อน เมื่อผ่านไปสามในสี่ของรายการเรียงลำดับ) เราจะได้สิ่งที่เรียกว่าช่วงระหว่างควอไทล์ (IQR) เช่นเดียวกับค่าเบี่ยงเบนมาตรฐาน เป็นวิธีหนึ่งในการวัดความแปรปรวน โดยคิดว่ามันเป็นความแตกต่างระหว่างแผนที่ที่ดีและไม่ดีของผู้เล่น และน่าจะมีประโยชน์มากกว่าสำหรับจุดประสงค์ของเรา

นี่คือคำอธิบายแบบกราฟิกของสถิติเดียวกัน แต่ละแท่งเป็นหนึ่งใน k0nfigแผนที่ของ LAN ในปี 2022 เรียงจากต่ำสุดไปสูงสุด ไตรมาสที่ 1 คือหนึ่งในสี่ของการดำเนินการ ไตรมาสที่ 2 สองไตรมาส และไตรมาสที่ 3 สามไตรมาส จากนั้นเราลบ Q1 จาก Q3 เพื่อให้เราได้ IQR

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ตามที่อธิบายไว้ นี่คือผู้เล่นที่มี IQR สูงสุด:

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

นิโก้ ได้รับการแนะนำอีกครั้ง ส่วนหนึ่งต้องขอบคุณเพดานที่สูงจนน่าขันของเขาอีกครั้ง ช1โร ยังทนทุกข์ทรมานจาก Valeriy “บี1ที” วาคอฟสกี และ โลตัน “สปินซ์” Giladi มีผลงานที่ดีมากในปี 2022 โดยมีเรตติ้งเฉลี่ยอยู่ที่ 1.15 แต่พบว่าตัวเองค่อนข้างสูงในรายการนี้ สปินซ์ จริงๆ แล้วมีคะแนน 0.98 ที่ค่อนข้างดีเมื่อเทียบกับพื้นของเขา IQR ที่สูงของเขาเป็นผลมาจากเพดานเรตติ้งของเขาที่ 1.45 ซึ่งสูงกว่าเรตติ้งเฉลี่ยของเขาถึง 0.30 อย่างมาก นี่ทำให้เขาอยู่ในค่ายเดียวกันกับ นิโก้ (เพดาน 1.50) การเปรียบเทียบที่เคยทำมาก่อนและด้วยเหตุผลที่ดี

IQR ดีกว่าค่าเบี่ยงเบนมาตรฐาน แต่เรายังคงดูตัวเลขโดยไม่มีบริบททั้งหมด เพื่อแก้ปัญหานี้ ต่อไปนี้เป็นแผนผังกระจายที่แสดงภาพพื้นของผู้เล่นพร้อมกับเพดาน ขนาดของจุดของผู้เล่นแต่ละคนสอดคล้องกับช่วงระหว่างควอไทล์ ซึ่งน่าจะช่วยอธิบายภาพนี้ต่อไป โดยธรรมชาติแล้ว มีความสัมพันธ์กันอย่างมากระหว่างพื้นและเพดาน แต่ยังคงมีจุดสนใจในผู้เล่นที่โดดเด่นจากเส้นแนวโน้ม

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ผู้เล่นที่อยู่ในฟองสีส้มและเขียวจะมีเพดานที่สูงกว่าพื้น ในขณะที่ผู้เล่นที่อยู่ในฟองสีแดงและเหลืองก็มีเพดานที่สูงกว่าผู้เล่นบนพื้น ตอนนี้ผู้เล่นชอบ นิโก้ และ ช1โร ได้รับรางวัลสำหรับเพดานที่สูง โดยถูกจัดให้อยู่ในฟองสีเขียวของผู้เล่นที่ดีอย่างสม่ำเสมอ มุมขวาบนสุดของแผนภูมิยังแสดงให้เห็นความแตกต่างระหว่างกัน Ax1Le และ NAFผู้เล่นสองคนที่มีค่าเบี่ยงเบนมาตรฐานและ IQR ใกล้เคียงกันมากด้วย Cloud9 มนุษย์อยู่ไกลขึ้นและถูกต้องมากกว่า NAF.

ไกลออกไป เรามีฟองสีส้มหลักที่ 'ไม่สอดคล้องกัน' — ผู้เล่นที่มีเพดานสูงแต่พื้นค่อนข้างต่ำ ผู้เล่นเหล่านี้ส่วนใหญ่เป็นจุดสีส้มที่เหมาะสม ซึ่งแสดงให้เห็นว่าพวกเขาเป็นปืนไรเฟิลที่ดุดัน (โดยมีการพยายามสังหารมากกว่า 20% ที่ฝั่ง T) ซึ่งสมเหตุสมผลมาก ในวันที่ดี ผู้เล่นเหล่านี้สามารถทำฟาร์มเรตติ้งด้วยชิ้นส่วนที่ส่งผลกระทบสูงและการสังหารหลายตัว อย่างไรก็ตาม ในวันที่เลวร้าย อัตราการรอดชีวิตของพวกเขาก็ลดลง ทิ้งพวกเขาไว้หน้าแดง

บอริส “magixx” โวโรเบียฟ ถือเป็นค่าผิดปกติที่ใหญ่ที่สุดที่นี่ ค่อนข้างน่าประหลาดใจ ในวันที่ดีของเขาเขาได้รับการจัดอันดับอย่างสูงเช่น บี1ต และ มาเร็กส์ “เยคินดาร์” กาอินสกี้ แต่เขามีพื้นต่ำกว่า อันเดรีย “Xyp9x” ฮอจสเลธ. การเข้าร่วมกับเขาคือคนที่คุณคาดหวังมากกว่า: นาฟานี่, ฮัมปัส “แฮมปัส” ปัญหาที่ตอบยาก, Fredrik “โรเจ” ยอร์เกนเซ่นและ ไมเคิล “กริม” เสียวสะดุ้ง ล้วนเป็นปัจจัย X เชิงรุกมากกว่าแรงสม่ำเสมอ แอสเจอร์ “ฟาร์ลิก” เซ่น คือ AWPer ที่ชั้นล่างสุดในกลุ่มตัวอย่างของเรา ซึ่งสอดคล้องกับเรื่องราวเกี่ยวกับ Dane

ที่นี่ เราได้นำเสนอสามวิธีในการดูความไม่สอดคล้องกัน: ส่วนเบี่ยงเบนมาตรฐาน ช่วงระหว่างควอไทล์ และ 'โซนสีส้ม' ในแผนภาพกระจายของเรา (ผู้เล่นเหล่านั้นที่มีคะแนนต่ำในแผนที่ที่ไม่ดี แต่แข็งแกร่งในวันที่ดี) ทั้งหมดมีข้อบกพร่องเมื่อใช้แยกกัน ดังนั้นตอนนี้เราจะรวมวิธีการต่างๆ สำหรับสูตร "การให้คะแนนที่ไม่สอดคล้องกัน" กัน

โดยสรุป เรากำลังคำนึงถึง:

— เปอร์เซ็นต์ของแผนที่ที่มีเรตติ้ง 1.00+
- ส่วนเบี่ยงเบนมาตรฐาน
— ช่วงระหว่างควอไทล์ (Q3-Q1)
— ความแตกต่างระหว่างค่าเฉลี่ยของผู้เล่นและพื้น (Q2-Q1)
— ความแตกต่างระหว่างค่าเฉลี่ยของผู้เล่นและเพดาน (Q3-Q2)

นี่คือรายชื่อผู้เล่นที่มีคะแนนความไม่สอดคล้องกันสูงสุด เพื่อให้ผู้เล่นที่ 'ไม่สอดคล้องกัน' มากที่สุด อย่างไรก็ตาม โปรดจำไว้ว่านี่คือความสม่ำเสมอเมื่อเปรียบเทียบกับคะแนนเฉลี่ยของผู้เล่น ผู้เล่นเหล่านี้อยู่ในระดับปานกลางอย่างสม่ำเสมอ ไม่ดีสม่ำเสมอ สูตรประมาณ 20% เท่านั้นที่เกี่ยวข้องกับการเป็นผู้เล่นที่ 'ดี' ตามสถิติ โดยที่ผู้เล่นจะได้รับคะแนนที่ไม่สอดคล้องกันเนื่องจากมีเปอร์เซ็นต์ต่ำของแผนที่ที่สูงกว่า 1.00

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ในขณะที่ k0nfig ไม่อยู่ - และ บี1ต ไม่ค่อยมีใครถูกกล่าวหาว่าไม่สอดคล้องกันบนโต๊ะ - รายการโดยรวมดูเหมือนจะตรงกับการทดสอบสายตาและการเล่าเรื่องของชุมชน นาฟานี่, mopoz และ ปลาย ล้วนเป็นต้นแบบของผู้เล่นที่ระเบิดแต่ไม่สอดคล้องกันที่ครอบตัดมาตลอดชิ้นนี้ซึ่งเป็นต้นแบบเดียวกัน k0nfig เป็นส่วนหนึ่งของ.

เราได้แก้ไขคำถาม 'ความไม่สอดคล้อง' ที่ยิ่งใหญ่แล้วหรือยัง? จัดเรียง - แต่ยังมีหลุมอยู่ และดังที่เราได้กล่าวไว้ในบทนำ ความสม่ำเสมอที่เหมาะสมจะทำให้ผู้เล่นมืออาชีพหายไปถึง 99% เรื่องเล่ารอบข้าง k0nfig และ GROUND ความไม่สอดคล้องกันน่าจะขึ้นอยู่กับความคิดของผู้เล่นเหล่านี้ น่า มีความสม่ำเสมอ โดยพิจารณาจากความสามารถที่ชัดเจนและทักษะทางกลในการทดสอบสายตา

อย่างไรก็ตาม เมื่อเราดูตัวอย่างที่ใหญ่กว่า เราจะเห็นว่าปืนไรเฟิลส่วนใหญ่ประสบปัญหาเดียวกัน นิโก้ มีเวลาสามเดือนในช่วงปลายปี 2021 ซึ่งเขาเก่งพอๆ กับใครๆ ในโลก แม้แต่ AWPers ก็ตาม อย่างไรก็ตาม ตอนนี้เขากลับกลายเป็น 'แค่' การเป็นปืนไรเฟิลที่เก่งที่สุดในโลกแล้ว เมื่อเราพลิกรายชื่อเพื่อให้มีผู้เล่นที่ไม่สอดคล้องกันน้อยที่สุด มันคือคอลเลกชันของ AWPer และปืนไรเฟิลที่สนับสนุนและเฉื่อยชามากกว่า

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ในเกมที่ยากพอๆ กับ CS:GO วันหยุดและแพทช์ที่ไม่ดีเป็นสิ่งที่หลีกเลี่ยงไม่ได้ แต่เป็นที่ชัดเจนว่าผู้เล่นบางคนมีวันหยุดที่ดีกว่าคนอื่นๆ และดังที่เราได้กล่าวไว้ในบทนำ สิ่งนี้ทำให้ผู้เล่นที่ให้คะแนน 1.00+ ในวันที่แย่มีค่ามากขึ้นเท่านั้น โดยเฉพาะอย่างยิ่งผู้ที่ต้องดวลเปิดเกมบ่อย ๆ เช่น Ax1Le และ นิโก้.

ปัญหาคือผู้เล่นสองคนนั้นเป็นไรเฟิลจอมดุดันเพียงคนเดียวที่ได้สร้างพื้นให้สูงกว่า 1.00 บน LAN จนถึงปีนี้ มีอีกเพียงแปดคนที่จัดการความสำเร็จนั้นได้ — ห้าคนในนั้นคือ AWPers หลัก — ซึ่งเป็นเพียงส่วนเล็กๆ ของฐานผู้เล่นมืออาชีพ ความสม่ำเสมอที่แท้จริงในระดับสูงคือ El Dorado ของกีฬาทุกประเภท และ Counter-Strike ก็ไม่ต่างกัน


สำหรับบทความเชิงลึกที่คล้ายกัน โปรดดูที่ลิงก์ด้านล่าง:

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

AWPer สมัยใหม่นั้นนิ่งเฉยเกินไปจริงหรือ

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

ผู้เล่น Counter-Strike ถึงจุดพีคเมื่อใด

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

ข้อคิดจากผู้เชี่ยวชาญ: อายุและแรงจูงใจใน Counter-Strike

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

เหตุใด IGL สมัยใหม่จึงก้าวร้าวมาก

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

AWPing สองครั้งคุ้มค่าหรือไม่

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

ใครคือผู้เชี่ยวชาญแผนที่ของ CS:GO?

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

ตำแหน่ง CT ที่ง่ายและยากที่สุดของ CS:GO คืออะไร?

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

ตำแหน่ง T-side ที่ง่ายและยากที่สุดของ CS:GO คืออะไร?

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

เราจับคู่ผู้เล่นอะคาเดมี่ทั้งในอดีตและปัจจุบันกับdoppelgängersระดับบนสุดของพวกเขา

ดูความไม่สอดคล้องกันของ PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อ่านเพิ่มเติม

บัญชีรายชื่อควรให้เวลามากกว่านี้หรือไม่?

ประทับเวลา:

เพิ่มเติมจาก เอชแอลทีวี