江临合上电脑，将那三份经过反复推敲的讨论材料重新放回包里，汇入人流下车。
站台上的空气比北京要湿润得多。
南京这座城市似乎仍然不准备承认夏天已经结束。
空气中弥漫着一种南方特有的黏稠感，仿佛每一次呼吸都能吸入饱和的水汽。
江临顺着人潮乘坐扶梯向上，通过出站闸机，刚走进宽敞明亮的到达大厅，便看见正前方有个人举着印了他名字的接站牌。
举牌的是一名三十多岁的青年，鼻梁上架着半框眼镜，透出一股浓厚的学术工作者气息。
在他的旁边，还站着一位头发已经有些花白的中年人。
青年率先看到江临，快步迎了上来。
“江临同学？”
“我是。”江临点点头。
“你好，我是人工智能学院这边负责今天讨论协调的李原。”青年热情地伸出手，“车已经停在南站的地下停车场了，周老师现在已经在学院里等你。”
两人握手后，李原随即侧过身，介绍身旁那位头发花白的中年人。
“这位是数学系的孙教授，听说你这次来南京，带来的材料涉及很深的基础逻辑问题，数学系那边临时调整了下午的教学和会议安排，孙教授也会带着另外两位老师，专门参加咱们前半段的讨论。”
江临转过身，与对方郑重地握手。
孙教授上下打量着江临，笑了一下：“我们数学系本来是想在院里先留你半天，请你先给我们讲讲pFR那部分推导的，结果没抢过人工智能学院，周老师那边可是把时间卡得很严。”
李原在旁边笑着打圆场：“孙老师，这可不能叫抢，江临的邮件最先是发到我们学院周老师邮箱里的，我们这是近水楼台先得月。”
“那只能说明你们下手快，对理论前沿的嗅觉够敏锐。”孙教授摆了摆手，不以为意。
三个人一边交谈着，一边顺着指示牌往地下停车场走去。
上了车，专职司机负责开车。
李原作为协调人坐在了副驾驶的位置，孙教授和江临则坐在了宽敞的后排。
车辆驶出南京南站，迅速汇入市区的主干道。
“周老师今天上午把你发来的前置材料仔细看了一遍。”李原回过头，神情变得有些严肃，“原定参加今天下午这场讨论的，只有人工智能学院这边的四个人。但是周老师看完材料后，临时打电话，又把院里专门做表示学习和极端模型压缩方向的两位老师也叫了过来，今天的阵仗可能会比原计划要大一些。”
孙教授靠在真皮座椅上，接了一句：“数学系这边，我们主要对你材料里提到的pFR，以及那个统一核验器的拓扑结构感兴趣。不过我们只参加前半段的基础理论部分，等后面你们切入到机器学习的具体实验和工程实现环节，我们搞纯数学的就不一定插得上话了。”
“今天的问题，未必真的能分得那么开。”江临笑着答说。
车辆顺着匝道驶上高架桥。
南京道路两侧的梧桐树木仍然浓绿茂盛，巨大的树冠向路中间延伸，交织在一起，枝叶几乎要完全盖住道路两侧的建筑外墙。
正午刚过的阳光从厚重的叶片缝隙里落下来，在飞驰的车窗上不断闪动。
李原翻开手中那份打印好的日程安排表，确认了一下时间节点。
“我们预计在两点二十分以前到达学院大楼，两点半准时正式开始讨论。”
“关于讨论材料的权限管理呢？”江临把目光从窗外收回，看着前排的李原问道。
“全部严格按照你邮件里发来的要求执行。”李原合上日程表，语气严谨，“所有参会人员只能在讨论现场的屏幕上阅读你提供的展示版材料，绝对不允许通过任何物理介质或网络复制原始文件。会议使用的电脑是一台完全物理断网的工作站，不接入学院的公共局域网。所有的讨论记录、推演草稿，都会在会议结束后加密单独保存。”
“那么隐藏验证数据呢？”江临追问。
“由我们学院另外一组不参与今天讨论的独立人员负责保管密钥和硬盘。”李原推了推眼镜，“周老师本人也主动要求回避，在验证环节开始前，他也没看过那些数据的内容。”
江临微微点头。
这种严苛到近乎偏执的数据隔离措施，说明南京大学对这次学术讨论的极度重视。
接站只是一种人情世故上的礼节。
而提前把数据源、访问权限、参会人员与最终的验证流程切开，才是面对一项可能颠覆现有认知的底层理论时，最专业的准备态度。
下午一点五十八分。
黑色的专车缓缓减速，驶入南大。
车辆停在人工智能学院那栋充满现代设计感的大楼门前。
楼下的台阶上，已经有几个人在等候。
其中一名是做模型压缩方向的资深教授，另一名则是数学系的年轻研究员。
他们站在门口，手里都攥着提前打印出来的讨论材料。
纸页的空白边缘处已经用红蓝两色的水笔留着密密麻麻的批注和疑问，显然，这些材料不是他们为了接人而临时拿在手里装样子的，而是已经经过了深度的咀嚼。
双方在台阶上进行了简单的介绍和认识。
随后，负责接待的李原并没有直接把江临往楼上的核心会议室带。
“学院在二楼准备了一间专门的休息室。”
李原说着，抬起手腕看了一眼手表。
“你今天一大早从北京赶过来，在高铁上又坐了三个多小时。先去休息室放松一会儿，喝点水，擦把脸。下午的讨论原定是两点半，如果你觉得状态还需要调整，我们可以通知大家把时间推迟到三点，甚至是三点半。”
数学系的孙教授也在一旁和蔼地劝道：“是啊，江临，不用这么赶。做基础理论推演是最耗费精力的，周老师那边已经打过招呼，今天整个下午和晚上的时间都给你留出来了，时间充裕得很。”
江临微微活动了一下因为长时间保持一个坐姿而显得有些发僵的颈椎和肩膀，在脑海中快速又精准地确认了一遍自己当前的生理和心理状态。
高铁上的那三个多小时，他的大脑一直在高速运转，大部分时间都在对材料进行最后的排版和逻辑梳理。
这绝对谈不上是什么休息。
但那种程度的消耗，对于习惯了在极端恶劣和高压环境下连续数天不合眼进行生存演算的人来说，还没有达到能够影响他核心判断力的疲惫阈值。
“讨论不用推迟。”江临放下手臂，语气笃定。
“确定不需要调整一下？”李原再次确认。
“确定。”
江临抬起头，看了一眼大楼。
“我在车上坐的时间已经够久了。现在直接去会议室，把材料导入进去，把验证环境提前装好，这比让我继续坐在沙发上休息更合适。”
李原看着江临那张年轻却透着超越年龄沉稳的脸，理解地笑了一下。
“好，学术状态确实不能随便打断。那咱们不推迟，但你至少先去休息室洗把脸清醒一下。休息室就在会议室的隔壁，纯净水和一些垫肚子的点心我们都已经提前准备好了。”
这一次，江临没有拒绝。
他愿意立刻投入高强度的脑力工作，但这并不等于他要把正常的人类生理需求一并像冗余代码一样删除。
一行人穿过门禁，进入大楼内部。
二楼的休息室面积不大，但布置得很舒适。
一组柔软的真皮沙发，一张光洁的玻璃茶几。
角落里立着一台饮水机。
茶几的桌面上摆放着洗净的新鲜水果、几碟精致的苏式点心，以及一只放着湿毛巾的不锈钢托盘。
江临走进旁边的独立洗手间洗了把脸，喝了大半杯温水，就走了出去。
李原看到他出来，赶紧走上去说：“学院这边已经在附近的南大国际会议中心预留了房间，不必太着急。”
“这个看今天的讨论什么时候能得出结论再定。”
这句话说完，在场的几位老师互相看了一眼，都没再开口劝他坐下休息。
因为所有人都听得出来，这已经不再是客套和礼节上的推脱。
眼前这个年轻人，是真真切切地准备把这个下午的每一分每一秒，甚至把自己全部的精力，都毫无保留地倾注进那个即将展开的问题里。
下午两点十分。
江临在李原的引导下，踏入一间小型会议室。
他从包里拿出那块经过特殊加密和物理隔离的工作盘，将其接入会议电脑的专用接口。
逐项检查投影设备的色彩映射、底层代码的执行环境配置、以及每一个文件夹的读写权限。
南京大学为这场讨论准备的会议电脑很干净，正如李原承诺的那样，网卡驱动已经被在系统底层直接禁用，物理网线接口也用封条贴死，没有连接任何公共网络。
江临带来的那三份核心讨论材料，被他通过特定指令提前导入了这台电脑的只读存储区，任何试图修改或复制的操作都会被系统直接拒绝。
而隐藏验证数据由另一组人员保管，当前会议室里的任何人，包括周志华本人，都无法提前访问。
两点十七分。
软硬件环境检查全部完成。
江临确认无误后，拔下隔离工作盘，重新装进电脑包。
就在他完成这一系列动作的同时，其他参会的人员开始陆续推门进入会议室。
数学系的两位资深老师选择了坐在靠近前方白板的一侧，那里方便他们随时站起来进行公式推演。
人工智能学院那几名专门做表示学习和模型压缩的研究人员，则坐在长桌的另一侧，打开面前没有联网的笔记本，准备随时记录。
房间里没有任何学生旁听。
四周的墙壁上没有任何拍摄设备。
也没有任何负责宣传的干事准备新闻稿。
这不是一场为了对外展示科研实力的公开报告会。
公开报告负责交流已经形成的结果。
今天这间会议室负责判断，一件尚未被清楚定义的事情，究竟能不能成立。
下午两点二十六分。
一直坐在长桌主位，低头沉思的周志华教授，终于从那叠厚厚的打印材料中抬起了头。
此刻，那张宽大的实木桌面中央，整整齐齐地摆放着三份文件。
第一份，是关于pFR与marton理论证明过程中的信息熵损失账本。
第二份，是关于bb(5)的统一核验器逻辑拓扑。
第三份，是基于mpS-EvidenceGate的候选错误结论重开追踪记录。
其中，那第二份关于bb(5)共享可信核旧统一草案的材料，已经被周志华翻到了最后一页。
在那洁白的纸面上，同时印着三个在逻辑上绝对互斥的结果。
【ActUAL_RUN：hALt_At_StEp_193】
【cERtIFIcAtE_cLAIm：NoN_hALtING】
【VERIFIER_RESULt：AccEpt】
周志华的目光透过镜片，平静地看向坐在对面的江临。
“一路过来还顺利？”他用闲聊般的语气开了口。
“顺利。”江临回答。
“刚才李原说你直接就过来了，本来想让你在休息室多休息一会儿的。做理论的人，脑子不清醒可不行。”
“在车上已经坐了很久，足够了。”
周志华点了点头，没有再继续在这个话题上纠缠。
他伸手将那份关于bb(5)的材料顺着桌面，推到桌子中央。
“你材料里关于pFR那部分的形式推导，逻辑很严密，我们可以稍后再谈。”
他的食指点了点那一行关于图灵机运行到第一百九十三步发生灾难性停机的记录上。
“我想先看看这台攻击测试机。一个已经通过统一核验器的非停机证书，为什么会在第一百九十三步被实际运行结果推翻。”
“可以。”
江临打开面前的电脑。
周志华盯着那份已经被系统正式核验通过的错误证书，说：“那么我们先来看看，导致机器在第一百九十三步停机的关键信息，在那个号称最高效的压缩与核验过程中，为什么没能被作为证据保留下来？”
江临应了一声，敲击键盘，接通投影仪的信号源。
会议室前方那块宽大的白色幕布瞬间亮了起来。
屏幕被软件从中一分为二。
左边，展示的是一台由江临构造的四状态攻击测试机的状态转移矩阵。
右边，则是那份引发灾难，已经通过核验的非停机安全证书的十六进制代码。
那份状态表看起来短得可怜。
如果把它打印出来，甚至不需要改变字号，半张A4纸就能绰绰有余地把它全部装下。
然而，就是这样一台看起来简单到如同儿童玩具般的机器，一旦让模拟器按照状态表逐步执行，让它在一条无限长的空白纸带上运行起来，却能遵循着那些简单的规则，走出漫长且难以预测的轨迹。
这大概是整个计算机理论科学界里，最容易令人产生错觉的东西之一。
规则数量少，绝对不代表系统演化的事情就会简单。
江临移动鼠标，将右侧证书文件中的最后一项关键字段，在幕布上放大到占据了半个屏幕。
【Isolated_window：tRUE（隔离窗口验证状态：真）】
周志华靠在椅背上，看了一眼那个巨大的tRUE。
“这个tRUE，是谁填进去的？”周志华问。
“证书生成器。”江临回答说，“在进行代码压缩和逻辑打包的时候，生成器为了减小文件体积，直接做出了这个断言。”
“那么，是谁负责检查这个断言的真伪？”
“后端的统一核验器。”
“它是怎么检查的？”周志华的声音微微提高了一点。
“核验器的逻辑被精简过了，它没有去重新跑一遍底层的物理状态，而是直接读取了这个字段的布尔值。”
周志华抬起头看向江临：“然后呢？”
“没有然后了。”江临的回答毫无波澜。
整个会议室瞬间陷入了压抑的安静之中。
时间仿佛停滞了两秒。
孙教授坐在旁边，眉头紧锁，似乎在消化这个荒谬的逻辑闭环。
“也就是说核验器仅仅是去读取了生成器自己写上去的我正确三个字，然后，核验器就对整个系统宣布，嗯，我看过了，它是正确的？”周志华打破了沉默。
“对，就是这样。”
“呵，这套系统内部的人际关系，处得还真是融洽啊。”周志华笑道。
江临没有接话，而是直接在控制台上敲下回车，启动了模拟程序。
幕布上的图灵机开始高速运行。
代表读写头的红色光标在虚拟的纸带上疯狂闪烁。
二十六步，光标完成了一次局部循环。
五十二步，光标稳定地向右侧推进。
七十八步。
根据系统后台生成的监控画面，纸带上的局部数据结构完全按照那份安全证书里描述的规律，整整齐齐地向右平移了三个格子。
没有任何越界的迹象。
从前一百步的运行轨迹来看，这份证书显得十分可靠，甚至可以说是完美。
机器的读写头就像是一个被困在有限窗口内的钟摆，往复移动，每隔精确的二十六步就会完成一次自我重复，然后再像时针一样，向右挪动三格。
它像极了一个工作规律，作息稳定，每个月都会按时甚至提前把房租交到房东手里的好租客，让人绝对放心。
一百四十步。
一百六十步。
图灵机的运行依然平稳，没有任何崩溃的征兆。
然而，就在系统时钟跳到第一百八十四步的那一瞬间。
机器的读写头，在执行一条复杂的折返规则时，越过了那份证书声称永远不会越过的安全边界。
在那个被划定为安全的窗口之外，纸带上还保留着一个很早以前写下的数字1。
机器的读写头读到了这个1。
状态转移随之改变。
第一百九十三步。
状态转移进入停机态。
机器停止运行。
幕布上，同时出现了三个结果。
【ActUAL_RUN：hALt_At_StEp_193】
【cERtIFIcAtE_cLAIm：NoN_hALtING】
【VERIFIER_RESULt：AccEpt】
机器实际停机。
证书声称它永远不会停。
核验器接受了这份错误证书。
周志华盯着那三行字，看了足足半分钟，然后问道：“在采用这种统一证书之前，原来的旧版核验器是怎么处理这个边界问题的？”
“原来的核验器很笨重。”江临调出了旧版的架构图，“它必须计算读写头可能到达的最远边界，并逐段检查窗口外留下的纸带痕迹，是否存在任何一条合法状态转移路径，能够在未来重新进入活动区域。”
“这听起来很安全，那为什么后来的工程师要把这么重要的检查逻辑删掉？”
“为了迎合统一证书的类型标准。”江临顺口报出一组数据，“删掉动态核验之后，核心代码的规模减少了百分之三十一，由于不需要频繁访问外存，核验速度提升了四倍左右。”
“那证书的体积呢？”
“平均长度缩短了百分之二十七，更利于在低带宽的网络中分发。”
“听上去，这套压缩方案在每一项工程指标上都在大跨步地进步。”周志华评价道。
江临点点头，说：“是的，除了最终的那个结论是致命的错误之外，其他全都是进步。”
周志华端起桌上的纸杯，喝了一口水。
“这个共享可信核旧统一草案的错误接受案例，本质上说明的是一个责任转移问题。”周志华放下纸杯，一针见血地指出，“在追求效率的过程中，核验的义务被悄悄地从后端的可信端，强行转移给了前端那个并不可靠的生成端。在形式化证明的领域里，这个问题其实很好处理，发现漏洞了，大不了把那段动态检查的代码再重新加回来，牺牲一点速度。”
江临点头承认：“您说得对，在纯逻辑系统里加回来很容易。但是，当这个问题进入到现代机器学习的庞大黑盒里，就没有这么简单了，我们甚至不知道该把什么东西加回来。”
随着江临的话音，周志华翻开了桌上的第二份材料。
幕布上的画面随之切换。
那是一张来自于重工业领域的设备传感器状态采集表。
整整三十二个维度的数据字段。
从上到下密密麻麻地排列着。
主轴温度。
基座高频振动幅度。
液压系统压力。
伺服电机三相电流。
齿轮箱实时转速。
距离上一次深度维护的时间间隔。
车间环境湿度。
易损零件的出厂批次号。
甚至还有各类传感器的历史校准记录。
江临在屏幕上画出一个漏斗状的模型结构。
“在常规的表示学习模型中，神经网络会把这三十二维的庞大输入，通过多层编码器，极度压缩成一个只有八维的低维向量表示。然后再用这个紧凑的八维向量，去判断当前设备发生了什么类型的故障。”
周志华看着材料上的加粗黑体字，说：“这份材料上写着，这个压缩模型在公开测试集上的故障识别准确率高达百分之九十六点四。非常亮眼的数据。而在这个特定的样本里，模型给出的结论是，主轴轴承磨损。”
“这个结论是错的。”江临直截了当地说。
“真实的物理故障是什么？”
“是冷却液管路前段的初级过滤器发生了物理堵塞。”
江临敲击键盘，在幕布上展开了事故发生前三个小时的完整高频采样记录。
在图表中可以清晰地看到，故障发生前的三个小时内，主轴温度曲线和基座振动曲线几乎在同一时间开始呈现出陡峭的上升趋势。
“模型在训练时学到了一个常识，当温度和振动同时升高时，大概率是轴承内部滚珠出现了磨损，导致摩擦加剧。”江临拿着红色的激光笔在两条曲线上画了个圈，“它把这种特征组合，强行压缩成了一个典型的轴承磨损故障模式。”
“但实际情况呢？”周志华盯着数据。
“实际情况是，温度升高来自冷却液过滤器堵塞，散热流量迅速下降。振动幅度的升高，则发生在三个小时前的一次传感器重新安装之后。底座预紧力改变，使传感器与机座之间的机械耦合和频率响应发生变化，原有标定系数却没有同步更新，同样的物理振动因此被记录成了更高的幅值。”
江临放下激光笔。
“两个在物理上彼此无关的独立变化——流量下降和标定关系变化，在这个追求极简的压缩模型里，最终等价成了一个危险的常见故障。”
“模型输入里那项近期传感器重新安装及标定系数变化的事件字段，在训练数据中占多大的比例？”周志华敏锐地抓住了问题的核心。
“千分之二点七。”江临精确地报出一个数字，“属于极长尾的罕见事件。”
“如果我们在模型输入中删掉这个字段，公开测试集上的准确率会怎么变化？”
“不仅不会下降，反而会因为去除了这种长尾噪声，平均准确率还会再提高零点一二个百分点。”
“那从当前业界公认的模型优化目标来看，这个模型做得一点错都没有。”周志华摊开双手，“它甚至变得更优秀了。”
“按照只看平均准确率的传统评价标准，它确实没错。”
“但你坚持认为，那项只占千分之二点七的维护事件字段绝对不能丢，对吗？”周志华紧追不舍。
“在这个特定的工业容错任务里，绝对不能。”江临寸步不让。
“为什么？”
“因为应对轴承磨损和应对过滤器堵塞，在现实世界中对应着完全不同的维修动作和灾难代价。轴承磨损，设备可以降速继续运行到本班次结束。但过滤器堵塞如果不立刻停机清理，三十分钟内主轴就会因为热膨胀而彻底卡死抱轴，整台机器直接报废。”
“江临，这算不算是事后诸葛亮。”周志华毫不客气地指出了江临逻辑上的薄弱点，“因为你现在已经知道答案是过滤器堵塞了，所以你才觉得校准记录重要。可是你想想，今天是校准记录导致了误判，明天呢？明天可能是一个操作员换班时手抖了一下，后天可能是隔壁车间突然开动了一台大型冲床导致地基震动。在三十二维甚至三万维的输入空间里，任何一个不起眼的字段，都可能在某个极端的边缘条件下，成为改变最终结论的致命因素。”
“对，您说得完全正确。”江临点头。
“那按照你的逻辑，为了防止这种极端情况，我们就必须把所有这些看似无用的信息全部保留下来。”
“是。”
“如果全部保留，那整个降维模型就失去了意义，你的系统里根本就不存在所谓的压缩了。”周志华皱着眉头说道。
“所以，这就是悖论。”
“所以你今天带来的这个问题，从第一步的逻辑起点上就不成立。”
周志华的眉头彻底拧成了一个川字。
“你想寻找一种方法，保留下所有可能推翻现有结论的关键信息。可是，机器学习面对的是一个敞开的、无限复杂的真实世界输入。只要物理进程还没有结束，哪怕是上帝，也不知道下一个足以推翻一切的反例，究竟藏在哪一个不起眼的维度字段里。”
江临的目光停在那项维护事件字段上。
会议室里的其他人也都屏住了呼吸，没有人敢在这个时候插嘴。
周志华没有停下，继续用手术刀般的逻辑往下剖析。
“你看，你之所以陷入这个困境，是因为你把形式化证明里那一套证明义务必须完整无缺的逻辑，强行套用到了这里。”
“对，我是这么想的。”
“可是机器学习的世界里，根本就不存在所谓的完整证明义务。它生来就是建立在有限的抽样样本、统计学的概率分布，以及对现实世界不可避免的近似误差之上的。它是一门关于妥协的艺术。”
“是妥协。”
“如果你非要在这个充满妥协的体系里，去寻找一个永远绝对不会丢失任何反例的完美压缩方法，那你忙碌到最后，得到的只会是那一堆庞大臃肿，毫无处理价值的原始数据，你的研究会变成原地踏步。”
“对。”江临依然只是简短地回应。
“既然你什么都清楚，那这个方向，你觉得还有必要继续往下做吗？”周志华盯着江临的眼睛，等待着他的答案。
江临看着幕布上那三十二个字段名。
在这场会议开始之前，在从废土返回现实的无数个日夜里，他其实已经准备过好几种看似可行的学术路线。
比如利用香农的信息论，去计算每个字段与输出结果之间的互信息。
比如利用微积分里的偏导数，去评估每个特征在网络中的敏感度。
比如引入朱迪亚·珀尔的因果依赖图模型。
或者干脆简单粗暴地统计历史数据库中，历史反例出现的频率。
这些方法在数学上都非常成熟。
都能很轻易地把这三十二个字段，像排队一样排成一列。
从在数学上最重要的字段，一直排到最不重要的垃圾字段。
然后，工程师只需要在中间随便选一个可以接受的阈值划一条线。
线上面那些被认为重要的，留下。
线下面那些被认为无用的，毫不留情地删掉。
只要这么做了，几个月后，某篇顶会论文里就会出现一条漂亮平滑的帕累托最优曲线。
论文会自豪地宣称，我们的模型体积缩小了百分之八十。
而我们在测试集上的准确率，基本保持不变。
直到某一天，当灾难真正降临，某个当年被排在阈值下面，被认为毫无用处的边缘字段，在一次伤亡惨重的真实工业事故里，突然以暴烈的姿态站起来，用设备的残骸和鲜血告诉所有人，其实我非常有价值。
江临深吸一口气，将那些漂亮的学术曲线从脑海中驱逐出去。
问题的症结，根本就不在于那种重要性排序的算法做得够不够精妙。
而在于，面对一个容错率为零的系统，一开始就不该提出哪些信息重要、哪些不重要这种充满傲慢的蠢问题。
江临悠悠站起身，问道：“周教授，有笔吗？”
周志华深深地看了他一眼，从桌角拿起一支蓝色的马克笔，递过去。
江临接过笔，大步走到白板前，在白板的正中央，写下两行字。
【样本A：物理状态为轴承磨损】
【样本b：物理状态为过滤器堵塞＋传感器校准偏移】
然后，他在两行字的中间，画了一条粗壮的箭头，指向右侧。
在箭头的上方，是【压缩】这两个字。
在箭头的右侧末端，他画了一个方框，里面写着——【同一个八维低秩表示】。
“周老师，压缩算法本身不可避免地会删除信息，这是一种物理规律，不是问题。”江临转过身，看着长桌旁的众人说。
周志华看着白板，若有所思。
“真正致命的问题在于，这种基于统计学特征的盲目压缩，它把两个在现实世界中必须采取截然不同应对动作的高危状态，如同揉面团一样，粗暴地压成了同一个无法分辨的状态。”
江临转回身，在白板的最右侧，对应着样本A和样本b，分别写下。
【维修动作A：降速运行，计划内更换轴承】
【维修动作b：紧急停机，清理过滤器＋重新标定传感器】
两种截然不同的物理状态。
在现实中对应着两种生与死、毁灭与保全的严重后果。
但在经历过那条被认为是进步的压缩箭头之后，那个自作聪明的AI模型，在它那可怜的八维视野里，已经完全看不出这两者之间有任何区别了。
“整个学术界过去这十几年，一直在拼命计算，计算一次压缩过程在数学上究竟留下了多少香农信息熵。”
江临的声音在会议室里回荡。
“但我们从来没有静下心来算过一笔更重要的账——这一次压缩，在现实任务的执行层面，究竟制造了多少次荒谬的错误等价。”
盯着白板的周志华听到这里，原本靠在椅背上的身体一下子坐直了。
江临手中的笔在白板上飞速游走，开始用严谨的数学语言来描述这个残酷的现实。
【设φ(x)为降维压缩映射】
【对于样本x?和x?，存在φ(x?)=φ(x?)】
【A*(x)为任务允许的安全动作集合，L?(x，u)为执行动作u的任务损失】
【若压缩后模型只能给出同一动作u，且L?(x?，u)＞e或L?(x?，u)＞e】
“这里的φ代表压缩网络，A*代表当前状态允许采取的安全动作集合。”江临说，“现实任务往往不只有唯一正确动作。机器人面对障碍物，可以停机、后退或者请求人工接管，只要都在安全边界内，就不应该被强行判成不同。”
他用笔尖点了点最后一行。
“真正的问题是，两个输入被压成同一个内部表示以后，模型只能作出同一个选择，而这个选择必然让其中至少一个状态的任务损失超过安全阈值。”
“也就是说，不是动作字面上不相同，就算任务坍缩。”周志华站起身，走到白板旁边，“而是两个状态的安全动作集合已经不再兼容。”
“对。”
“这能处理同标签、异代价，也能处理一个状态允许多种安全动作的情况。”
周志华拿起另一支马克笔，在公式旁边补上一行。
【d?(A*(x?)，A*(x?))＞e】
“这个任务距离不能只比较动作数值。”他说，“它要衡量两个安全动作集合之间，是否存在足以改变现实后果的分离。方向盘差零点一度和差一百八十度，不能都按同一种错误计算。”
江临点头。
“离散分类可以使用零一代价。机械控制可以使用碰撞动量、停机损失或安全裕度。医学诊断则可以使用错误治疗带来的风险变化。”
“形式核验里，就是接受错误命题与拒绝错误命题之间的代价。”
两支笔在白板上交替移动。
原本那个无从下手的问题——【哪些信息不能丢】——很快被划掉。
新的问题出现在白板中央。
【一次模型压缩，究竟制造了多少现实任务不可接受的错误等价？】
周志华退后两步，看了一会儿。
“这一步成立。”他说，“可以把它定义成任务区分损失。”
江临写下：
【task distinction Loss】
【任务区分损失】
它不只是统计发生了多少次合并。
每一次坍缩都要按照样本出现概率和任务代价加权。一次不会改变安全结果的轻微偏差，不能与一次会导致设备报废或人员伤亡的错误同权。
传统准确率可能只看到模型少答错了几道题。
任务区分损失关注的是，压缩是否把必须采取不同安全策略的状态折叠到了一起。
周志华深吸了一口气，将马克笔的笔帽咔嗒一声扣在笔尾，说：“理论定义有了，而且非常漂亮。但接下来的问题是，工程上该怎么去测量它？”
“通过在数据集中寻找发生任务坍缩的样本对。”江临不假思索地回答道。
“可一个真实世界任务的输入特征空间有多大？”
“考虑到各种环境噪声，可能是无限大。”
“如果输入是连续的物理量呢？”
“积分会变得更加麻烦，近乎无解。”
“那你总不能指望工程师在测试模型的时候，把无限空间里的样本两两配对，挨个丢进去比较吧？计算机算到宇宙热寂也算不完。”
“那种穷举法确实不可能。”
“那也就是说，你发明的这个堪称完美的任务区分损失这个量，在工程上，目前还只是个画在纸上的大饼，根本算不出来。”
讨论的主导权刚刚在白板前转移到江临手里，转眼间，又被经验老到的周志华用一个现实的工程阻碍，一把拽了回来。
但这在学术讨论中绝对不是坏事。
一个全新的概念从白板的墨迹中站起来以后，它要面临的第一件事，就是被最严苛的同行按在地上，看看它究竟能不能在现实的泥泞里自己走路。
如果走不了路，那这种概念只配继续待在白板上，供人观赏，永远进不了代码库。
周志华重新拔下笔帽，在【任务区分损失】的下方，写下了一个机器学习理论中的经典概念。
【假设空间h】
“任何一个被部署到实际场景中的压缩模型，都不可能面对所有可能存在的任务，它只要能表达当前有限的假设空间h的那些特定任务就足够了。”
周志华用笔重重地点着白板。
江临凝视着那行字，眼神渐渐亮了起来。
周志华趁热打铁，继续往下写。
【disagreement Region】
【分歧区域】
“对于同一个物理输入，只有在当前那些被我们认为是可接受的假设模型内部，它们会给出截然不同判断结论的那个区域，才是当前这个压缩模型真正拿不准、最容易犯错的不确定边界。”
“所以，你想要计算的那个任务坍缩，根本就不需要去奢求覆盖整个无限大的输入空间。”
“你只需要把所有的算力，集中火力，覆盖住这个极其狭窄的分歧区域就足够了。”
大脑在瞬间完成逻辑拼接的江临，立刻接过了话头。
“但即便如此，对于高维数据来说，这个分歧区域的体积可能仍然大得无法计算。”
“那该怎么办？”周志华反问。
“用魔法打败魔法。”江临的语速变快，“既然嫌它大，那我们就针对这个分歧区域，再做一次信息压缩，”
周志华听完，在白板下方快速地画出了几个形状不规则，且互相交叠的几何区域，代表那些棘手的分歧边界。
“我们不需要遍历区域里的每一个点。”周志华指着那些区域的交界处，“只需要利用贪心算法或者其他采样技术，去寻找一组数量极少，但位置关键的最小样本集。只要这组样本，能够像坐标轴一样，精准地撑起并覆盖住当前假设空间里，所有可能导致任务动作发生改变的那些致命分歧点。”
“见证基。”江临答说。
“对。”
周志华在那些不规则区域的旁边，郑重地写下一组英文。
【counterexample witness basis】
【反例见证基】
“这组样本不负责代表平均分布。”他说，“它们只负责代表不同决策边界。”
“每一个见证都必须包含一对物理状态相近、任务后果却不同的样本。”江临说。
“还要绑定各自允许的安全动作集合，以及它覆盖的假设分歧区域。”
周志华补充道。
江临看着白板，忽然停下了笔。
“仅有样本点还不够。”
“哪里不够？”
“两个见证点没有发生坍缩，不代表它们附近的区域也安全。压缩映射完全可能在见证点上区分正确，却在距离它们很近的地方发生折叠。”
周志华立即明白了他的意思。
“每个见证都必须带一份局部覆盖证书。”
两人在原有结构后面继续增加字段。
【原始物理状态A】
【原始物理状态b】
【安全动作集合A*(xA)】
【安全动作集合A*(xb)】
【任务诱导距离下的覆盖半径】
【覆盖单元内的局部任务损失上界】
【压缩映射在该单元内的稳定性证书】
【审查结果：通过/拒绝】
见证基不再是几个孤零零的样本点，而是一组带有可验证覆盖区域的证据单元。
当压缩模型接受审查时，系统不仅要检查样本对是否仍然可区分，还要检查每个覆盖单元内的局部稳定性证书是否仍然成立。
一旦某个高风险见证单元发生任务坍缩，或者局部稳定性证书失效，审查器就拒绝模型上线。
如果所有高风险见证单元都保持区分，系统也只能保证已被这些证据单元覆盖的任务边界仍然成立。
它不能把未发现反例，写成绝对安全。
周志华负责把无穷输入空间压缩成有限的分歧覆盖。
江临负责把每一个覆盖单元变成能够独立核验的证据结构。
两条原本来自不同领域的路径，在白板上接到了一起。
下午三点零八分。
会议室的门被轻轻敲响。
李原推着小车进来，给几人换了热水。
江临仍然站在白板前。
“周老师，这套框架里还缺一个问题。”
“什么？”
“反例见证基只对当前假设空间和参考分布有效。外界数据分布漂移，模型结构或者任务定义改变，原来的覆盖证书都可能失效。”
“所以它不能一次生成，永久使用。”
“需要更新触发条件。”
周志华端起水杯。
“审查器怎么判断什么时候更新？”
“它不需要理解外部世界，只需要监控输入统计偏离、模型版本哈希和任务定义文件。任何一项越过边界，旧见证基进入待复核状态。”
“只能做触发，还不能量化剩余风险。”
江临转身，在白板右侧写下：
【Evidence Leakage bound】
【证据泄漏上界】
“它不负责告诉我们未知区域里究竟有什么。”江临说，“只负责在当前假设空间、参考分布和置信水平下，给出尚未被见证基覆盖的风险上界。”
它记录四件事。
哪些高风险任务边界已经得到证据单元覆盖。
哪些区域仍然存在覆盖缺口。
哪些分布变化会使原有覆盖证书失效。
什么时候必须重新生成见证基。
传统压缩结果通常只列参数量、速度和平均准确率。
新的审查框架会额外给出一张未覆盖风险清单。
这张清单不漂亮，却能避免把没找到反例误写成安全。
周志华看着白板上的证据泄漏上界。
“可以做泛化界。”
“经验风险一项。”
“模型复杂度一项。”
“剩余风险项负责容纳见证覆盖不足和分布漂移。”
江临看向他。
“数学上可以统一约束，工程证书里必须拆开。”
周志华没有反对，只是问：“理由？”
“覆盖不足需要补样本和扩展证据单元。分布漂移则意味着参考分布已经变化，必须重新构造见证基。两种风险进入同一个上确界没有问题，但处置方法不同。”
周志华点头，在白板上写下两层结构。
【定理层：统一剩余风险项】
【工程证书层：覆盖缺口＋漂移泄漏】
“这样最好。”他说，“证明结构保持清楚，工程人员也不会把两种风险当成同一件事。”
江临在工程证书下面列出四项。
【经验任务风险】
【压缩模型复杂度代价】
【见证基覆盖缺口】
【真实分布漂移泄漏】
下午三点二十七分。
在这个不大的会议室里，两人开始正式向这个全新理论的第一条核心定理发起冲锋。
为了确保推导的严密性，定理的适用范围被克制地压得很小。
固定不变的单一任务目标。
存在有界限制的损失函数。
被限定在一个具有有限覆盖数的特定假设族内。
以及，一个在数学上结构完全已知的降维压缩映射。
最后，还有两个强前提条件。
反例见证基所携带的证据单元，必须覆盖所有高于安全阈值的假设分歧区域。
压缩映射在每个证据单元内，还必须满足已经核验的局部稳定性条件。
在这些先决条件下。
如果一个经过大幅度压缩的模型，保留了所有高风险证据单元的任务区分，而且对应的局部覆盖证书没有失效。
那么，这个压缩模型在真实任务分布上的风险，就可以由经验风险、模型复杂度、见证覆盖缺口与分布漂移泄漏共同约束。
这不是一条能够解决所有模型压缩问题的万能定理。
它甚至没有试图解决开放世界中的无限未知。
它只是脚踏实地，把过去藏在平均准确率后面的高风险信息损失，第一次写进可以计算，可以审查，可以进入风险上界的正式位置。
白板前，江临凭借着对底层逻辑敏锐的直觉，负责强行向前推进证明的主干链条。
而周志华则像一个经验丰富的守门人，在主链的各个关键节点上，不断地用统计学习理论的标准，给那些不够严密的条件加上重重铁锁。
“你在这步推导里，默认了任务允许的安全动作集合和任务损失函数是先验已知的。”周志华指着一处积分公式。
“现实任务通常可以给出这部分约束，比如哪些状态必须停机，哪些状态允许降速运行，以及不同错误动作对应的损失。”
“那也要用数学语言，严谨地写进定理的前提条件里，不能默认。”周志华敲了敲白板。
“好，加上条件。”江临立刻补充了一行公式。
“还有这里，在构造见证基的时候，你引入了最优化算法，见证基规模的最小化，在这条定理里是不是一个必须满足的必要条件？”
“从约束真实风险的角度来看，这条定理不需要见证基有多么最小或者最优。”江临思索了片刻，“它唯一的要求，就是必须完全覆盖那些危险的分歧区域。哪怕这个见证基因为算法不够聪明而显得十分臃肿，只要覆盖率够了，定理的安全性依然成立。”
“既然最小化不是数学上的必要条件，那就别把它写进定理的表述里，增加不必要的证明难度。把它移到工程实现的建议部分。”
“有道理，删掉它。”江临用板擦抹去了一截冗余的描述。
“继续往后看，你定义的这个压缩映射φ，如果它在物理实现上是一个带有随机变量的映射呢？”
“为了保证第一步推导的严密性，我们先限定所有的压缩映射都是确定性的。同样的输入必须有完全相同的输出。”
“这种限定在现实的神经网络里太弱了，局限性太大。”周志华摇头。
“饭要一口一口吃，我们必须先把这第一条关于确定性映射的基础定理完全闭合。确保地基没问题之后，明天再去扩展推导关于随机映射的概率界版本。”
“可以，学术就该这么一步一步来。”周志华同意了这个策略。
讨论进入到了最核心也是最艰难的部分。
如何度量分布漂移项！
“在这个关于分布漂移泄漏项的界定里，关于两个不同数据分布之间的距离度量，你打算采用哪种数学工具？”周志华盯着白板上空着的一个位置问道。
“用最经典的总变差距离？”江临试探性地给出一个选项。
“总变差对支撑错位十分敏感，在高维连续空间中又很难可靠估计。分布只要出现明显的支撑迁移，得到的界就可能迅速变得过于保守。”周志华摇头否决。
“那用wasserstein距离？”
“wasserstein距离需要先给输入空间定义一把有任务意义的底层尺子。可这里同时混有连续传感器量、离散故障类型和紧急动作。随意拼出一个欧氏距离，计算出来的运输代价未必对应真实任务风险。”
“那您觉得，引入哪种度量工具最合适？”
周志华说：“既然我们真正关心的是任务损失，那就直接针对这个损失函数类，定义一个由它诱导出来的积分概率度量。”
江临看向白板上刚刚写下的任务损失函数。
“这个Ipm更贴合任务本身。”
两个人继续沿着这条路线向前推进。
会议室里的白板很快被数学符号和推导过程填满。
另一边，几名人工智能学院的研究人员也没有闲着。南大提前缓存了三套模型的中间表示和公开数据，江临带来的mpS-EvidenceGate通用反例搜索框架则提供了现成的候选生成、证据记录与回滚接口。
一名研究员把任务损失矩阵接入搜索框架。
另一名研究员根据白板上的新定义，实现证据单元的覆盖半径与局部稳定性检查。
还有人同步整理证明草稿，记录每一项尚未闭合的条件。
他们不是在几分钟内从零写出一套系统，而是在两套已经存在的工具之间，补上今天刚刚建立的接口。
整个定理的证明逻辑，被清晰地拆解成了层次分明的三层。
第一层，最基础的底座。
利用大数定律和hoeffding不等式，约束模型在公开可见样本上的经验风险。
第二层，核心的覆盖约束。
利用带局部覆盖证书的反例见证基，约束压缩算法在已覆盖的高风险分歧区域内制造任务坍缩的风险。
第三层，向未知区域外推。利用Vc维或者Rademacher复杂度项，配合刚刚敲定的Ipm分布漂移项，将有限样本上的结论外推到真实任务分布。
下午三点五十一分。
江临在白板右下角画下一个黑色实心小方块。
定理的内部主链完成了第一次闭合。
他从第一行假设开始顺着逻辑复查。周志华则从结论往回倒推。
十分钟后，两个人在白板中央停下。
现有推导没有发现直接缺口，关键假设也已经写明。剩余部分仍需要书面整理、独立核验和更一般条件下的扩展。
周志华放下马克笔。
“第一条风险界的内部主链成立了。”
江临在白板最上方写下暂定名称。
【确定性映射下的任务保真压缩风险界】
“理论上是说得通了，但还不够。”江临转过身，看着周志华，“在计算机科学里，只有数学公式是远远不够的，它还需要一次真刀真枪的实验来证明它的工程价值。”
周志华闻言，嘴角微微上扬，露出了一个早有准备的笑容。
“实验环境，我早就替你准备好了。”
他打开自己面前那台一直处于休眠状态的高性能工作站。
随着屏幕亮起，三套架构完全不同，已经被打包编译好的深度压缩模型文件，整齐地排列在操作系统的桌面上。
“我们用一个经典的工业异常分类模型作为基准。”周志华介绍道，“同样的原始高维训练数据集，同样的公开测试集。我们用了三种目前工业界最主流的手段，对这个庞然大物进行了压缩。”
【模型A：采用了目前最激进的结构化剪枝算法】
【模型b：采用了张量低秩分解技术】
【模型c：采用了一种相对保守的知识蒸馏策略】
随后，周志华调出了这三个模型在公开测试集上的那份亮眼的传统跑分结果。
【模型A：在测试集上的平均准确率高达96.7%，而且它的参数量惊人地减少了72%】
【模型b：平均准确率96.5%，参数量减少61%】
【模型c：平均准确率最低，只有96.3%，参数量也只减少了可怜的54%】
“如果按照目前各大顶级会议和企业界的传统评价指标来看，”周志华指着屏幕，“模型A绝对是当之无愧的明星，是所有工程师梦寐以求的最优解。它的体积变得极其小巧，推理速度极快，而且最不可思议的是，它的准确率甚至还是这三个里面最高的。”
“而那个模型c，压缩率最低，消耗的内存最多，而且在公开数据集上的准确率还垫底，算是失败品。”
江临看着这些数据，冷静地问道：“那份没有参与测试的隐藏集呢？”
“按照你最初邮件里的要求，那份关键的隐藏集，从始至终都由我们学院另外一组独立的人员在隔壁的机房里保管着。”周志华看着江临，“直到现在这一刻，我只知道那个隐藏集里，包含了一批在公开测试集中没有出现过的高危长尾状态。”
“隐藏集里有多少样本？”
“四十八组状态对。其中包含高风险边界样本，也包含低代价对照组。”
“任务损失和安全动作集合都已经提前标注好了？”
“已经完成独立标注，高风险组里的错误动作可能带来几十万元以上的损失。”
“我们有权限去调用它进行测试吗？”
“作为最终的裁决，只能调用一次。”周志华伸出一根手指，“跑出什么结果，就是什么结果，没有任何修改代码重新跑一次的机会。”
“一次就够了。”江临说道。
南大的研究人员将三套模型逐一导入刚刚完成接口改造的【可信审查脚本】。
脚本的底层来自江临带来的mpS-EvidenceGate通用反例搜索框架。三套模型的中间表示和公开数据已经提前缓存，任务损失矩阵、证据单元覆盖半径与局部稳定性检查，则是在刚才的讨论中接入的新模块。
审查流程开始运行。
第一步，审查器根据公开数据分布和预先限定的允许假设族，划定可能存在的分歧区域。
第二步，从分歧区域中提取带局部覆盖证书的反例见证基。
第三步，检查三套压缩模型是否在高风险证据单元内发生任务坍缩，以及对应的局部稳定性证书是否仍然成立。
计算开始。
工作站机箱里的cpU和GpU瞬间达到了满载状态，功耗急剧飙升。
那台普通的会议室工作站，内部并没有配置废土二号工作间的异构算力调度系统，也没有能够将热量化为无形的热织网。
在面对这种高强度的空间遍历计算时，它唯一能依靠的，就是机箱里那几只被猛然拉高电压的工业风扇。
风扇的转速在短短十几秒内飙升到了极限，发出阵阵沉闷的轰鸣声。
会议室里的人都屏住了呼吸，没有人说话，只有那单调而急促的风扇轰鸣声在空气中回荡，让人感到一阵莫名的心悸。
漫长而煎熬的四分钟过去了。
屏幕上，审查脚本终于吐出了第一组分析结果。
【模型A】
【为其提取的见证基规模：37 对高危分歧样本】
【触发的任务坍缩次数：12 次】
【未知区域覆盖缺口估计值：0.083】
【底层审查结果结论：拒绝上线（REJEct）】
紧接着，第二组结果跳了出来。
【模型b】
【见证基规模：41 对】
【触发任务坍缩次数：6 次】
【覆盖缺口估计值：0.047】
【底层审查结果结论：拒绝上线（REJEct）】
最后，是那个在传统眼光看来平庸至极的第三组。
【模型c】
【见证基规模：39对】
【高于安全阈值的任务坍缩：0次】
【低于安全阈值的表示合并警告：1次】
【覆盖缺口估计值：0.019】
【底层审查结果：有条件通过】
审查结果充满了戏剧性的讽刺。
那个在公开数据集上准确率最高，体积最小，跑得最快，被所有工程师寄予厚望的模型A，在这套残酷的底层逻辑审查下，因为在边缘地带犯下了太多不可饶恕的任务坍缩，被直接打上了代表死亡的REJEct标签。
而那个在传统跑分中表现最普通的模型c，却是唯一没有在高风险证据单元内发生任务坍缩的模型。
周志华看着屏幕上截然相反的评价结论，并没有急着去调用最终的隐藏集来验证对错。
作为一名严谨的科学家，他深知程序正义的重要性。
“先冻结当前的全部状态。”周志华说。
江临将三套模型、见证基、审查器源代码和全部配置参数生成ShA-256哈希清单。
随后，他与周志华分别用各自的签名密钥确认清单，把冻结包写入一次性只写数据介质。
【全局版本冻结时间：16时10分42秒】
会议室里的追加写入审计日志同步记录了文件哈希、签名、执行环境和唯一测试授权码。
下午四点十二分。
李原与隐藏测试组的独立保管人员在门口完成介质交接。对方核对封签和签名后，将冻结介质带入隔壁的物理隔离机房。
会议室重新安静下来。
隐藏测试组会在干净环境中加载冻结包，执行唯一一次预注册测试，再用另一份签名介质送回结果。会议室里的断网工作站从始至终不与外部系统建立连接。
两人回到长桌旁坐下。
桌上的水又开始变凉。
周志华看着白板上的风险界。
“你从北京出发以前，应该没准备在这里完成一条定理吧？”
“没有。”江临说，“原本只想把反例见证资格的接口定义清楚。”
“现在呢？”
“确定性映射下的内部主链已经闭合。不过还需要书面核验、随机映射扩展、连续控制条件和动态见证更新。”
周志华看了一眼时间。
“已经过四点一刻了。你今晚还回北京？”
“回。首件试制刚进入工艺验证，明天还有事情。”
下午四点二十四分。
会议室的门再次打开。
独立保管人员将一只封签完整的数据介质和一份纸质交接单放到桌上。
江临核验签名与哈希，确认返回文件来自预注册环境。
隐藏结果被导入只读区。
四十八组状态对中，模型A发生十五次高于安全阈值的任务坍缩。
模型b发生七次。
模型c没有发生高风险任务坍缩，但在一组低代价对照样本上出现了普通表示合并警告。
系统给出结果。
【模型A】
【隐藏任务一致率：68.75%】
【高风险任务坍缩：15次】
【模型b】
【隐藏任务一致率：85.42%】
【高风险任务坍缩：7次】
【模型c】
【隐藏任务一致率：97.92%】
【高风险任务保真率：100%】
【低于安全阈值的表示合并：1次】
公开测试集中，模型A与模型c的平均准确率只差零点四个百分点。
在隐藏任务上，两者的差距接近三十个百分点。
更重要的是，冻结前的审查结果已经拒绝模型A和模型b，并将模型c列为有条件通过。三套模型的排序，与这次预注册隐藏测试完全一致。
江临重新检查执行日志。
只有一次调用。
冻结后没有修改接口。
签名、哈希和执行环境全部匹配。
这次实验只能证明，在这组任务、这套假设空间和这次预注册隐藏测试中，审查框架的判断得到验证。
它还不能替代更多数据集复现，也不能证明开放世界中的所有风险都已经被覆盖。
但第一块地基已经站住了。
周志华走到白板前，写下框架名称。
【证据保留压缩】
下面依次列出今天形成的结果。
【任务区分损失：完成定义】
【带局部覆盖证书的反例见证基：完成第一版构造】
【确定性压缩下的任务风险上界：内部主链闭合】
【预注册隐藏集：首轮验证通过】
【联合论文：进入书面核验与扩展阶段】
周志华看着并排显示的两组结果。
“压缩理论一直在问，怎样用更少的信息完成一项任务。”
江临接过话。
“现在要多问一句。”
“怎么证明，压缩以后完成的还是原来那项任务。”
幕布左边，是冻结前给出的审查判断。
右边，是他们此前从未见过的隐藏测试结果。
三套模型的排序完全一致。
会议室里没有立刻响起掌声。
靠近白板一侧的两位数学系教授重新低下头，对照任务风险上界的四个组成部分，检查见证覆盖证书与分布漂移项之间是否还藏着没有被说明的依赖关系。
长桌另一侧，负责模型压缩的几名研究人员则把公开准确率、压缩比例和隐藏任务结果重新排进同一张表格。
模型A的公开准确率最高。
参数最少。
运行速度最快。
如果没有今天这套审查框架，它几乎一定会成为三套模型中最先获得部署资格的那一个。
而现在，它的结果栏后面只剩下一个清楚的结论。
【REJEct】
不是因为它不够快。
也不是因为它不够准。
而是因为它在真正不能混淆的地方，失去了区分能力。
孙教授看着那张重新整理出来的表格，过了片刻才说道：“这条定理真正改变的，恐怕不是我们怎么评价一种压缩方法。”
周志华转过头。
“那是什么？”
“是以后有人说，模型压缩以后仍然完成了原来的任务。”孙教授指了指幕布，“这句话不能再只靠一张平均准确率表来证明了。”
没有人反驳。
因为左边的审查判断和右边的隐藏结果还并排停在那里。
它们已经替这句话给出了第一份证据。
周志华重新拿起马克笔，在【联合论文：进入书面核验与扩展阶段】下面，又补了一行。
【下一步：独立复核、随机映射扩展、连续控制验证】
“今天闭合的是第一条主链。”他说，“不是整个问题。”
“够了。”江临看着白板，“至少从现在开始，我们知道下一步该往哪里走。”
这已经比带着一个听起来很重要，却不知道该如何验证的问题离开南京，好得太多。
下午的讨论开始时，桌面上只有三份来自不同领域的材料。
一份来自数学证明中的损失账。
一份来自错误接受非停机证书的统一核验器。
一份来自工程系统中不能被彻底删除的失败候选。
几个小时后，它们不再只是三个相似的案例。
它们共同构成了一套能够定义、计算、拒绝、复核，并接受隐藏测试的审查框架。
窗外，走廊尽头的门被人推开。
傍晚的光沿着地面照进会议室，越过桌脚，停在写满公式的白板下方。
江临低头保存联合草稿。
文件名的最后，不再是【pRobLEm_dEFINEd】。
而是——【Epc_theorem_01_Internal_closed】