你打開連珠等級分榜，第一眼看到某人排在前面，隨後卻發現他的近期對局很少，旁邊還跟著一個醒目的 ±。這時若只抄下名次，很容易漏掉半張表。閱讀 WHR 評分，先確認榜單的更新時間與篩選範圍，再沿著一列讀完評分、對局量和不確定性，最後回到具體比賽。
先確認這張榜單更新於何時
榜單是一張有日期的快照。連珠 WHR 首頁顯示最近更新日期為 2026 年 9 月 13 日，頁面同時列出 Players 5563、Games 133209。這是頁面標示的最近更新日期，不能只憑這一點便斷言截至當天的所有比賽都已收錄。至於 WHR 方法，早在 2008 年的論文中便已有介紹。
5563 名棋手和 133209 局描述的是頁面所用的資料集規模。它們不能直接解讀為預設清單裡有 5563 列，也不能說明每位棋手都有近期紀錄。經過篩選後，眼前可見的人數會減少。
接著查看頁面控制項：歷史時間點、國家或地區，以及 Active、Gy1≥10、All。預設開啟的是 Active。擷取榜單畫面或比較兩個人時，請把更新日期和篩選條件一併記下，否則同一個名次很難複核。
沿著一列閱讀，先看評分再看名次
一列裡先確認姓名和國家或地區，避免同名或轉述造成混淆；接著讀 Rating 與 ±；再看 Gy1、Gy2、Gy5。Rank 留到最後理解，因為它只是目前頁面依評分排列所選人群的順序。
Rating 是模型對該棋手在相應時間點實力的估計，適合在同一資料集、同一版本和同一篩選脈絡中比較。它沒有通用的段位換算表，也不宜直接拿來與另一個網站的數字逐位對照。
名次會同時受到評分變化、資料補登和篩選範圍影響。某人從一頁的第十名變成另一頁的第十二名時，應先查看頁面是否由 Active 切換成 All，或歷史年份是否改變，再討論棋力變化。
Gy1、Gy2、Gy5 記錄近期對局量
Gy1、Gy2、Gy5 分別統計棋手在近 1 年、2 年、5 年時間範圍內的對局量。它們代表局數，不是勝局數、積分或連勝長度。Gy1 較高，只能說明近期有較多紀錄納入資料。
榜單公開的產生程式碼顯示，Active 要求總對局至少 10 局，且 Gy5 大於 0；Gy1≥10 則進一步要求近一年至少 10 局。All 會取消活躍篩選，因此預設頁面並不包含每一位已有評分的棋手。
不妨做個紙上例子：甲與乙的評分相近，甲的 Gy1 是 30，乙的 Gy1 是 0。你可以說甲的近期紀錄較充足；但還不能據此斷定甲最近的戰績較好，因為這些欄位並未列出勝負構成。
先讀篩選條件，再讀分數，最後回到棋譜。
評分旁的 ±，還需要怎麼理解
評分旁的 ± 是榜單輸出的不確定性欄位。數值較大時，可以審慎理解為目前的估計較寬鬆；數值較小時，模型給出的定位相對更集中。它適合用來提醒你放慢下結論的速度。
頁面並未替這個 ± 標示特定的信賴水準，因此不要把「2800 ± 80」直接寫成 95% 信賴區間。兩人的範圍看起來重疊或沒有重疊，也不足以推導出一場對局的確切勝率。
將 ± 與 Gy 欄位並排閱讀會更穩妥。評分相近時，近期局數較少且 ± 較大的一列，需要保留更多餘地。Active 中也可能出現 Gy1 為 0 的棋手，因為這項篩選看的是近五年內是否有紀錄，並非要求近一年一定要參賽。
歷史曲線是回看估計，不是凍結檔案
WHR 原始論文頁面說明，這套方法以動態 Bradley–Terry 模型為基礎，直接利用納入資料的完整歷史，估計棋手隨時間變化的實力。技術上，它求的是整段歷史的後驗眾數，而不是將歷年勝率簡單平均。
因此，歷史年份頁面更接近「用目前這批資料回看那個時間點」。日後補登、修訂或新增對局時，模型會重新利用整段歷史，過去時間點的估計也可能隨之調整。引用舊年份的評分時，同樣要附上查看榜單的日期。
這項區別在棋手長期停賽後尤其有用。Current、某個歷史年份和最後參賽時的狀態，回答的是不同問題：目前模型如何定位他、當時的軌跡如何，以及那場比賽實際發生了什麼。三者不宜揉成一句判斷。
評分提供背景，賽果仍由棋譜確認
WHR 可以為賽前比較提供背景，卻不會改寫一場比賽的勝負。即使評分較高者在某局失利，那一局的結果仍以賽事紀錄為準；一局冷門也不會自動證明整張長期評分表失效。
閱讀具體對陣時，先記錄雙方在同一更新時間下的 Rating、± 和 Gy1，再查看賽事日期、規則、先後手與棋譜。評分差距描述的是模型背景，落子過程才會告訴你勝負如何形成，例如何處出現活三、衝四或禁手判定。
筆記可以寫得更具體一些：「我引用的是 2026 年 9 月 13 日更新頁面的 Active 排名，近期紀錄見 Gy1 欄。」如果曾切換歷史年份，也把年份補上。這句限定語能讓轉述的名次有可查證的出處。