在我們的相似女優資料裡，有 7,004 筆指標指向沒有掛上名字的身分。那是這些清單裡全部 13,420 筆指標的 52% —— 我們手上每一個「誰長得像這個人」的指標，有超過一半通往一個已發布紀錄從未指名過的人（我們的索引，2026-08 快照）。
這是我們能公布的、關於自家資料最誠實的一個數字，同時也是最有用的一個，因為它把每一個人臉搜尋工具都有、卻沒有一個願意攤開來給你看的東西量化了：存在的臉與有人願意去指認的臉，這兩者之間的落差。
7,004 這個數字，究竟數的是什麼？
7,004 數的是指標，不是人。 把這件事講精確，正是這篇文章的重點。
我們索引裡的每一筆身分紀錄，都帶著一份簡短的清單，列出它在向量空間裡最近的鄰居 —— 也就是模型認為最相似的那些臉。清單裡有些項目會對應到一份有名字的女優檔案，其餘的則對應到一個只以內部鍵值、一張代表圖與一組向量形式存在的身分。
| 項目 | 數值 | 這是什麼 |
|---|---|---|
| 相似女優指標總數 | 13,420 | 所有鄰居清單裡的每一筆 |
| 指向具名檔案的指標 | 6,416 | 佔總數的 48% |
| 指向無名身分的指標 | 7,004 | 佔總數的 52% |
| 被指到的不同無名身分 | 589 | 那 7,004 筆指標背後的人 |
| 至少有一個無名鄰居的女優 | 1,899 | 在 2,070 筆有鄰居清單的紀錄中 |
| 索引裡的身分紀錄 | 2,333 | 其中 1,707 筆帶有可解析的具名檔案 |
來源：我們的索引，2026-08 快照，n=2,333 筆身分紀錄。
所以是這樣：7,004 個指標，589 個人。平均而言，一個無名身分大約會是十二個人的近鄰。如果你只看標題那個數字，你會把問題誇大大約十二倍 —— 這正是我們把細目擺在它旁邊的原因。
為什麼會有臉進了索引卻沒有名字？
因為臉和名字是走不同管線進來的，而且只有其中一條可靠。
只要偵測器在一張被索引的圖片裡找到臉，這張臉就進索引。那是機械式的，而且幾乎不會漏。名字則要等到某個已發布的頁面以我們解析得了、也連得起來的形式寫出它，才會進來。那是編輯行為，各站台之間並不一致，而且經常整個付之闕如。
常見的成因，大致依我們看到的頻率排序：
- 來源頁面根本沒有標註任何女優 —— 在聚合站上非常常見，它們轉貼素材時會把描述資料整個剝掉。
- 頁面只用日文標了名字，而那個寫法從來沒有被對應到一份正式檔案。在我們的 2,333 筆身分紀錄裡，有 626 筆只以一串原始名稱字串存在，既沒有連結的檔案，也完全沒有任何生平欄位。
- 這位女優用過多個名字，而沒有任何來源把它們串起來。
- 這張臉屬於製作現場的邊緣人物，一開始就不是掛名的演出者。
最後一項值得直白地說出來：成人影片索引裡不是每一張臉都是女優，而一個假設「都是」的索引，錯的方式會很要命。
搜尋結果裡出現一個無名鄰居，代表什麼？
它告訴你相似性是真的，缺的是指認 —— 這跟搜尋失敗是兩回事，而且比使用者以為的常見得多。
在有鄰居清單的 2,070 筆紀錄中，有 1,899 筆（92%）的最近鄰裡至少有一個無名身分。如果你跑了一次人臉搜尋，拿回一個分數高於門檻卻沒有名字的結果，你碰到的不是 bug。你碰到的是公開紀錄的真實狀態。
這也是為什麼我們不把無名身分從結果裡濾掉。壓掉它們會產出一份看起來乾淨、卻悄悄扭曲了資料的清單：它會把「這個人存在，只是從來沒被標註過」變成「這裡沒有人」。前一句是真的，後一句不是。
這對覆蓋率數字有什麼影響？
它把數字拉低了，而我們報的是比較低的那組，不是比較好看的那組。
我們公布的每一個覆蓋率百分比，分母都用完整的 2,333 筆身分紀錄 —— 包含那 626 筆只有名稱字串、其他什麼都沒有的紀錄。
| 欄位 | 有值的紀錄數 | 佔 n=2,333 的覆蓋率 |
|---|---|---|
| 相似女優清單 | 2,070 | 89% |
| 罩杯 | 1,375 | 59% |
| 出道日期 | 1,371 | 59% |
| 身高 | 1,340 | 57% |
| 三圍 | 1,316 | 56% |
| 生日 | 1,301 | 56% |
| 出生地 | 716 | 31% |
| 血型 | 547 | 23% |
來源：我們的索引，2026-08 快照，n=2,333。
我們大可以悄悄把分母換成那 1,707 筆有真正檔案的紀錄，讓上面每一個數字都變好看。血型會從 23% 變成 32%，出生地從 31% 變成 42%。我們不這麼做，因為那 626 筆確實在索引裡，也確實會在搜尋中被回傳，把它們排除在統計之外，等於在描述一個我們實際上沒在跑的資料庫。
資料與方法
來源。 starlikeness 臉部索引：從 106 個站台的封面圖與劇照擷取出來的臉部向量與身分紀錄。
樣本。 241,792 組臉部向量；2,333 筆身分紀錄；橫跨 2,070 份鄰居清單的 13,420 筆相似女優指標。
方法。 臉部以 YuNet 偵測，依五個特徵點對齊，再用 ArcFace 編碼成 512 維向量。鄰居清單取的是餘弦相似度上最接近的向量，並套用 0.40 的同一人門檻。當一筆指標對應到的身分只以內部雜湊值作鍵、沒有連結任何女優檔案時，就歸類為「無名」。
快照日期。 2026-08。所有計數都在該日從即時資料檔重新計算。
已知偏斜。 我們的來源高度集中。2,333 張代表圖裡有 2,246 張來自單一站台，而我們索引的 106 個站台裡，只有大約 13 個帶有日本番號 —— 其餘大多是國際性的影片站與聚合站。因此，我們量到的這道命名缺口，有一部分是那些來源的描述資料習慣造成的，不是整個產業的性質。這份索引衡量的是在聚合站上的曝光度，不是發行量。一位紀錄詳盡、但作品不在我們來源上的女優，在這裡會呈現為缺席；而一則標註草率的聚合站上傳，則會把無名的數字推高。
我們算不出來的東西。 索引存的是臉，不是作品。裡面沒有發行日期、片商或作品數的欄位，所以任何關於產量、片商市佔或年度產出變化的說法，都無法從它推導出來。
引用格式。
starlikeness（2026）。〈我們的索引裡有 7,004 張沒有名字的臉〉。
臉部索引，2026-08 快照（n=2,333 筆身分紀錄；13,420 筆鄰居
指標）。https://starlikeness.com/zh-TW/articles/faces-without-names
相關問題
想親眼看看無名身分，就跑一次人臉搜尋，留意那些分數很高、背後卻沒有檔案的結果。偵測在你的瀏覽器裡進行，只有裁切下來的臉部區域會被送出比對。