第429章 全部失敗
美利堅，加利福尼亞州，山景城。
谷歌DeepMind總部的一間實驗室裡。
傑里米·安德森是DeepMind前沿評估團隊的技術主管，他在這行做了快十年了。
從AlphaFold到Gemini，他見證過太多大模型從無到有的過程。
可眼前這個東西，讓他第一次感到棘手。
未央。
燕大那個只做數學的模型。
如果只看它現在的樣子，不過是一個垂直領域的專用工具，連聊天都不會。
但安德森卻很清楚，如果未央能在數學上徹底消滅幻覺問題，那它背後的架構和正規化一旦推廣到通用領域……
到那個時候，華夏在大模型這條賽道上就不是追趕的問題了，而是換了一條完全不同的跑道，而一但華夏的賽道上沒有了障礙，那懂得人都懂……
所以他接到的任務很簡單：摸清楚未央的底。
他第一步就是嘗試知識蒸餾。
構造了一批精心設計的數學問題輸入未央的公測介面，收集它的輸出，然後用這些輸入輸出對去訓練一個小模型，試圖讓小模型模仿未央的推理行為，從而反推它的內部表徵結構。
這是行內的常規手段，對絕大多數公開部署的模型都有效。
結果卻讓他大吃一驚，失敗了。
小模型訓出來了，但它學到的東西完全是一堆無意義的格式化噪聲。
蒸餾後的模型在任何一道測試題上都輸出亂碼，連最基本的算術都做不對。
後面他又嘗試了成員推斷攻擊。
透過向未央反覆輸入已知文獻中的定理和證明片段，觀察它的響應置信度變化，以此判斷這些文獻是否出現在它的訓練資料中。
結果還是失敗。
未央的響應模式完全不符合任何已知的基於統計擬合的模型特徵。
它不像是在“回憶”訓練資料，而更像是在現場推導，每一次給出的證明路徑都不完全相同，但邏輯上都嚴格成立。
最後他使用了最見不得光的對抗性探針注入。
安德森的團隊構造了一組專門用來觸發模型內部表徵洩露的提示序列，這些序列包含了精心設計的邏輯陷阱和自引用結構，在其他大模型上曾成功提取出隱藏的系統提示甚至權重分佈的統計指紋。
他本來還滿懷信心，結果未央直接返回了一行標準化的錯誤提示。
“輸入格式不符合數學命題規範，請重新輸入。”
當時安德森人都傻了，這特麼是什麼大模型？？是不是有點不講道理了？
。前幕螢在坐的看難臉他
。的隙到找能總次幾試多但核實確有也，的破就紮一果結天上吹牛吹有，的差得做有，的好得做有——型模大的樣各種各過見，年十快了幹行這在他
。礙阻何任過到遇沒也候時的餾蒸去們他，墜花天麼多得傳宣外對管不，型模些那前之夏華是怕哪
。照底的該，拿照西東的拿該
。到不都麼什尾到頭從，央未個這可
。樣一不都型模大有所的過見他和式模為行的它——型模的習學計統於基個一是像不至甚它
。號個了撥機手起拿，久很了默沉他
。了通接話電
”。了敗失，朗“
……
。落角幕螢腦電的東李，大燕
