乾燥高速、晴朗、低密度
平平無奇
在晴朗條件下以高速急煞屬常規 — 情境如此說明。
平台 · ODD 引擎
在真實情境中讀取風險。
原始機械數據若無情境便毫無意義。ODD 引擎為每個機械事件標註其發生時的條件 — 讓 AURA 評分基於實地行為，而非抽象。AURA 支援核保；持牌保險公司保留定價權限。
為何情境重要
同一動作，兩個截然不同的故事。
急煞在某情境下平平無奇，在另一情境下卻令人警惕。ODD 引擎於接入時附上運行場景標籤，使評分同保險公司審閱看到同樣的事實。
濕滑下坡、黃昏、學校區
升高
在此情境下相同的減速，是具意義的風險訊號。
我們標註什麼
每個事件都帶有場景標籤。
每個行程事件攜帶一組結構化標籤，供評分模型同審計追蹤使用。
道路與路線
道路等級、車道、路面、曲率同路線依從。
速度範圍
速度限制、速度區間，以及機械於其中的位置。
坡度與幾何
斜度、海拔變化，以及前方道路的形狀。
天氣區間
行駛時的降雨、溫度、濕度同紫外線。
城市情境
密度、道路環境，以及與敏感區域的接近程度。
交通密度
周遭車流，使行為對照真實條件來解讀。
累積優勢
已標註的歷史是累積優勢。
後來者無法回溯標註從未記錄的條件。YAS 隨每趟營運行程累積已標註的里程 — 情境庫持續加深，而此深度正是讓評分在保險公司審閱中站得住腳的關鍵。
- 情境標籤於接入時寫入，而非事後重建
- 每趟營運行程都擴大已標註的基線
- 情境的深度正是讓評分可解釋、可審計的原因
下游評分
情境加權、可解釋的因子。
已標註事件進入約 100 項因子的評分模型。情境加權因子 — 環境特定的超速、坡度調整的煞車、天氣條件下的頻率 — 在保持每項貢獻可追溯到某情境中某行為的同時，移動 AURA 評分。
環境特定的超速
超速依實際適用的限速同條件來判斷。
坡度調整的煞車
下坡煞車與平路煞車的權重不同。
天氣條件下的頻率
事件頻率對照其發生時的天氣來解讀。