第八编 对手
2024 年，Huh、Cheung、Wang 与 Isola 在一篇题为《柏拉图表征假说》的论文中提出：人工智能模型——尤其是深度网络——的表征正在趋同（ICML 2024，arXiv:2405.07987）。
他们的论证分三步。第一步是综述：在文献里，不同网络表征数据的方式随时间、跨多个领域而变得越来越一致。第二步是新的测量：随着视觉模型与语言模型变大，它们衡量数据点之间距离的方式越来越相像——这一步是跨模态的，比较的是两类完全不同的模型。第三步是命名：他们把这个趋同的去向假设为一个共享的关于实在的统计模型，并借柏拉图的理念说给它取名。
取名本身就说明作者们清楚自己站在哪一侧。这不是一个中立的技术术语，它是对本案的一次表态：模型们正在向同一个关于世界的表征收敛，就像影子在向同一个理念靠拢。
必须承认它的分量。
它不是修辞，是测量。 它给出的是一族可复现的对齐度读数，覆盖多个模型族、多个规模、多个模态，任何人都可以用公开模型重做。
它正面击中本案的要害。 本书第六编的三条条款里，条款一问的就是路径差异是否随规模衰减。表征对齐度随规模上升，在形式上就是路径差异随规模下降。这不是一件擦边的材料，它是冲着同一个量来的。
它的方向比本书所需要的更强。 本书的条款一只要求处理”同语料同架构、仅路径不同”的模型之间的差异。而这件武器谈的是换了语料、换了架构、甚至换了模态的模型之间仍在趋同。若连这样的差异都会随规模消失，那么仅由路径造成的差异当然更会消失。
把它的取胜条件写成一句可判的话：
表征对齐度的极限是完全对齐，而不是某个正的不一致水平。
若这一条被稳固确立，本书第五编所定义的可达集在规模极限下收缩为一个点，路径被完全消去，先在论在经验上取胜。
这一条不是本书替对手拟的，它是从假说自身的主张直接读出来的：假说说的是模型在向同一个共享表征收敛，“同一个”这三个字要求的就是极限而非趋势。
这三处全部出自原文，不是本书的加工。逐条列出，并逐条说明它们不构成什么。
其一，它被作者标明为一篇立场论文。 标题的前缀是”Position”。作者们在提出主张的同时，声明这是一份立场陈述而非终局的实证报告。
必须写明：这一点不构成反驳。 本书不得用文体来削弱主张——立场论文可以是对的，而且这一篇的经验部分是实打实的新测量。指出它的文体，只有一个正当用途：说明它自己把自己定位在什么位置上，而这与它主张的真值无关。
其二，作者自己讨论了局限与反例。 原文在结尾处讨论了这些趋势的局限，并给出了对自身分析的反例。一篇在自己的结论旁边列出反例的论文，比一篇不列的更值得认真对待，而不是更不值得。
其三，它的核心陈述是关于趋势的。 原文报告的是对齐度随规模与性能提升而系统性上升，并由此假设一个收敛的去向。“上升”与”收敛到完全对齐”之间的距离，就是本书第六十九章要处理的全部内容。
第三条不是对这篇工作的批评。任何关于极限的主张，在有限的规模窗口内都只能以趋势的形式呈现——这是处境，不是缺陷。本书对它的要求，与本书对自己的要求完全一样：给出极限，而不只是方向。
在进入本章最要紧的区分之前，先处理一个技术前提，因为它决定了这件武器量到的是什么。
“两个模型的表征有多像”这句话，本身不是一个可直接观测的量。要把它变成数，必须先选一个东西：一个衡量相似的核。 常见的做法是不直接比较表征本身，而是比较它们在一批数据点上诱导出的距离结构——甲模型认为哪两个点接近，乙模型是否也这样认为。
这个做法有一个重要的好处，也正是它被广泛采用的原因：它绕开了两个模型的内部坐标不可直接对应的问题。视觉模型与语言模型的内部维度既不同数量也不同含义，逐维比较没有意义；而”哪些点彼此接近”这种关系结构，是可以跨模型比较的。
但它同时带来一个后果，必须写明：
任何一个对齐度，都只看见那个核所能看见的差异。
两个模型若在”哪些点接近”上高度一致，而在别的方面不同——比如它们把同一批点组织成不同的层级、或者在近邻关系相同的前提下对边缘情形作出不同的处理——这些差异不会出现在对齐度里。
这不是对这件武器的指控。任何度量都只看见它能看见的，本书自己的表征距离同样如此，第七十一章会把这件事说成一条对两侧都适用的原则。这里只需要记下一个结论：
“表征在趋同”这句话，严格说应当读作”在某个特定的相似性核下，表征的某一类结构在趋同”。 这个限定不削弱它的分量，但它决定了它能被外推到多远。
原文在提出趋同之后，讨论了几种可能的选择压力——为什么模型会被推向同一个表征。本书对其中一类压力有一个反问，这个反问对本案有直接后果。
那一类压力大致是这样的：当一个模型被要求同时做好越来越多的任务时，能够同时满足所有这些要求的表征就越来越少；在任务足够多的极限下，可行的表征收缩为一个。
这条论证是有力的，而且它有一个漂亮的直觉支持：约束越多，解越少。
本书的反问是：在这条论证里，被增加的是什么？
答案是判准。任务变多，意味着 L 变大、变严。而本案的设定是固定 C、A、L，问在固定之后路径是否仍进入结果。
于是这条选择压力所论证的，严格地说是：
当判准被加强到某个极限时，可达集收缩为一点。
这句话本书不与之争，而且认为它很可能是对的。但它与本案的争点擦肩而过——本案问的不是”判准足够严时结果是否唯一”，而是”判准给定时结果是否唯一”。
把这两件事分开，有一个可检验的后果：若趋同主要由判准的加强驱动，那么在判准固定的条件下，趋同应当显著变慢甚至停止。这是一条可以设计实验去检验的预言，而且它对两侧都有风险——若在判准严格固定的条件下趋同仍然照常，本书这一节的反问就落空了。
这一节的分寸要把握住：本书不是在说原文混淆了这两件事。原文讨论的是一个更一般的现象，不必受本案设定的约束。本书只是在指出，把那条选择压力当作本案的证据来用时，需要先过这一道。
这一节是本章最有价值的部分，因为它决定了这件武器打到本书身上有多重。
跨模态趋同与同模态跨种子趋同，不是同一件事。
跨模态趋同说的是：一个视觉模型与一个语言模型，训练材料完全不同、架构完全不同、判准也不同，但它们衡量数据点之间距离的方式在变得相像。
同模态跨种子趋同说的是：两个模型，语料相同、架构相同、判准相同，只有随机种子不同，它们的表征在变得相像。
用本书第五编的记号：前者换的是 C 与 A，后者换的只有 P。
这两件事的分量为什么不同？
先在论需要的是后者。本案要判的是”固定 C、A、L 之后，结果是否仍由路径决定”；只有同模态跨种子的那一支，才落在这个问题上。
而跨模态那一支，在本书的框架里其实说的是另一件事：它说的是不同的材料与装置可以逼近同一批世界内容。 这一点本书完全不争，而且本书的核心命题与它相容——一本讲路径进入结果的书，并不需要主张不同的材料会通向不同的世界。
于是要把话说准：
跨模态趋同是一件更醒目的事实，却是一件与本案关系更远的事实。
这个判断对本书有利，因此要立刻补上它的反面，否则这一节就是一次挑选。
反面：跨模态趋同在本案中并非全无分量。它给出了一个一般性的理由——若连材料与架构都换掉之后表征都在趋同，那么”仅换路径”这个更弱的扰动更不可能产生持久的分化。这是一个从更强推更弱的论证，而它是有效的。
本书能回的只有一句，而且这一句必须诚实：从更强推更弱的论证，其强度取决于那个更强的主张是否成立于极限。 若跨模态对齐度收敛到一个正的不一致水平而非零，这条推论就不成立。而那又回到了第六十九章的问题。
它若成立——即表征对齐度的极限是完全对齐——本书条款一判负。
按第五十八章第一条让步，一字不改，此处不重述其内容。只强调一点：那一条是四条败绩条件里最重的一条，它不止要本书放弃核心命题，还要本书把输掉的后果推广出去。
这是四条败绩条件里最重的一条。本书在此重申它，不加任何限定。
它若只成立于趋势而不成立于极限，本书不因此取得任何东西。这一点由第六十七章第四节那个不对称决定：对手的武器不成立并不等于本书通过。本书的通过条件在第六编，与本章无关。
下一章处理趋势与极限的分界，它是本章与第七十二章共用的底座。