第一卷少年游第八十二章分岔

笔趣阁(biquge12345.com)更新快，无弹窗！

心出了一点汗。那不是因为答错，也不是因为名次，而是因为她第一次非常清楚地感觉到：一个题目可以在没有标准答案的情况下向前走，而且真正困难的部分甚至不是解答，而是决定什么值得被当成问题。
    同一天下午，距离燕大训练中心一千多公里的县城里，原既白正在做一件看起来完全相反的事。
    秦老师把高三第一次冬季综合测验卷发下来时，全班安静了不到半分钟，后排便开始有人小声对排名。原既白的数学几乎没有问题，真正丢分的是语文现代文和英语作文，一共扣掉的分数比他数学整张卷子的失分多了十几倍。秦老师把卷子放在他桌上，没有评价总分，只用手指点了点语文答题卡：“你现在最大的问题不是不会，是觉得有些东西不值得花时间。”
    原既白看了一遍那道自己只写了四行的阅读题，说：“我觉得意思已经到了。”
    “阅卷老师不能读你的脑子。”
    “题目问的是理解。”
    “考试测的是你能不能把理解写出来。”
    秦老师说完就走了，没有继续教育他。原既白盯着那四行字看了一阵，觉得这件事和他高一时数学步骤写得太少有某种令人不太愉快的相似。不同的是，那时候他真的以为底层步骤可以省掉，现在他已经知道不能，却还是会在自己不喜欢的地方本能地省。
    晚自习以后，他没有马上回宿舍，而是去了计算机教室。叶老师远程任务的新一轮数据已经发来，这一次甚至没有告诉他们训练集和测试集分别来自哪里，只要求所有人用上一次的模型跑一遍，然后解释为什么性能变化。
    原既白最初以为自己已经大概知道答案。
    此前他用豆子分类任务做过背景替换、遮挡和手掌干扰，已经证明模型会利用许多人类不认为重要的线索。换一个来源以后性能下降，无非还是分布变化。他先把两批数据的亮度、背景纹理、尺寸和拍摄角度做了统计，接着写了一个简单程序逐项消除差异，再分别测试模型。亮度标准化以后提升了一点，裁掉背景以后又提升了一点，尺寸统一之后变化很小。每一步都符合预期，却没有哪一步真正解释剩下那一大块性能损失。
    他开始不舒服。
    对原既白来说，最难受的状态不是不会，而是手里已经有一个看起来足够高层的框架，却怎么都压不住底下那些零碎事实。他习惯先找到一个上层结构，再让局部归位；现在“分布变化”四个字当然没错，却像一把过大的伞，什么都能罩进去，也因此几乎什么都没解释。
    宋弈坐在旁边写自己的版本，看他连续跑了第五组实验，问：“你是不是又想一次把它解释完？”
    原既白没有抬头：“不然呢？”
    “先找哪个样本最离谱不行吗？”
    “单个样本说明不了什么。”
    “那你先看十个。”
    原既白停了一会儿，还是打开了错误样本列表。
    前十个里面有六个让他觉得模型不该错。到了第二十个，他看见一个奇怪的共同点：新数据里不少样本边缘都有很细的压缩痕迹，肉眼很容易忽略，却不是随机出现。继续往下看，这种痕迹在某一类标签上略多，而旧数据里几乎没有。他没有立刻断定模型利用了它，而是把图像做了频域处理，又生成一批只改变压缩方式、不改变主体内容的对照样本。半小时后，模型输出真的开始系统性漂移。
    宋弈凑过来看结果：“所以它学的是压缩？”
    “不是只学压缩。”
    “那是什么？”
    原既白把几组对照结果排在一起，想了一会儿：“它学的是所有能帮它赢的东西。我们只是事后才决定哪些东西叫‘应该学’，哪些东西叫‘捷径’。”
    宋弈说：“这不就是你以前说的‘它看见了什么’？”
    “以前我以为把不该看的东西去掉就行。”原既白把背景、亮度、压缩、边缘、拍摄设备几个因素写在纸上，却没有再急着画统一框架，“现在可能不是。你去掉一条路，它会找另一条。”
    叶老师在晚上十一点以后才回复他们上传的日志，只写了一句话：“你终于开始怀疑测试集，而不是只怀疑模型。”
    原既白盯着这句话看了很久。
    江遥那边的开放任务在第二天变得更麻烦。
    训练中心给每组追加了两套数据，其中一套几乎完全支持他们前一天的判断，另一套却把它打得七零八落。局部相关确实提前变化，但提前的时间并不稳定；某些条件下甚至整体量先出现转折，随后局部团块才迅速长大。简宁第一反应是检查数据有没有抄错，沈策认为边界条件不同可能改变了传播方式，方禾则觉得他们定义的相关量太粗，混在一起的也许是两种完全不同的机制。
    江遥最初反而是最想救原模型的人。
    她把两组数据重新做了归一化，又尝试把横轴换成前一天

章节报错（免登陆）

验证码：提交关闭

第一卷 少年游 第八十二章分岔

第一卷少年游第八十二章分岔