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。
【disagreent 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。
【counterexale 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：
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。
【disagreent 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。
【counterexale 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：