第182章 被叫停的物理世界(3/11)
周志华亲自起草的那份、仅有三页A4纸长度的内部说明通报,终于定稿。
这份通报的第一页,只放了两张对比强烈的数据表。
第一张表,是摘自传统的公开测试榜单。
【模型A(结构化剪枝):平均准确率 96.
7%|参数缩减率 72%】
【模型c(知识蒸馏):平均准确率 96.
3%|参数缩减率 54%】
第二张表,则是昨天那份致命的预注册隐藏任务盲测结果。
【模型A:隐藏任务一致率 68.
75%|高于安全阈值的任务坍缩次数:15次】
【模型c:隐藏任务一致率 97.
92%|高于安全阈值的任务坍缩次数:0次】
在这两张仿佛属于两个不同平行宇宙的表格中间,周志华只留下了一句没有丝毫感情色彩的陈述。
【若按照既有公开评价指标,模型A无疑是当前的最优部署方案。】
【但若引入高风险任务区分度审查,模型A在物理世界中将被直接拒绝上线。】
0.
4个百分点。
接近30个百分点。
当这两组截然不同的差距,被毫无遮掩地并排摆在一起时。
它们已经不再需要白板上那几百行复杂的微积分公式去进行任何解释了。
任何一个真正在一线工业现场流过汗,做过实机模型部署的工程师,一眼就能看穿,这两个犹如鸿沟般的差距,在现实世界中分别意味着什么。
在说明通报的末尾,周志华敲下了一行带着学术自省的免责声明。
【声明:该项审查结果目前仅来自一组工业异常诊断任务和一次预注册隐藏测试,不构成对其他模型、其他任务或开放环境的普遍安全保证。】
中午十二点十三分。
这份不带任何附件代码的内部说明通报,通过学术邮件通道,被点对点地发出了。
第一批收件人只有十二人。
他们都是在国内外统计学习理论、模型安全以及工业控制领域的学者。
邮件的主题,带着近乎谦卑的提示。
【敬请暂缓引用:关于深度压缩后模型任务同一性的一个内部初步验证结果】
正文的第一句是——
【同仁如晤,我们希望您在后,能优先寻找这条定理在哪些条件下会失效。】
邮件发出后,仅仅过了不到二十分钟。
中午十二点二十九分。
第一封回信抵达。
发件人是国内一位以数学证明严谨着称的院士。
【周教授,邮件已阅。
贵团队提出的主定理中,最核心的前提,其实并不是那个有限覆盖数。
而是那个所谓的高风险分歧区域能够获得可信的局部覆盖证书。】
【我在这里提出一个质疑:在真正的高维混沌空间里,只要这个局部覆盖在数学上无法被低成本地严格成立,那么你们费尽心机找出的那组反例见证基,就极有可能瞬间退化成一组在测试集上看起来很漂亮,但在真实分布中毫无泛化能力的过拟合测试点。
这个问题你们如何约束?】
本章未完,请翻下一页继续阅读.........