Stephen 自测 · R113 · 2026-10-23
作者：Stephen 触发：研究知识库 · Wave3 E4 自测 · 每天 06:32 本轮单篇：2601.21204（美团 LongCat · embedding scaling 作为第四条扩容轴 · 68.5B 总参 / ~3B 激活 / embedding >30B 约 44% · 从零训练非蒸馏） 使用文件：
organized/promo/popular/2601-21204.md总分：22.5/25（90%） 知识盲区：(a) Q2 "44% 甜点"实为作者选值而非摘要确认的最优值——我把"他们选的 44%"写成"存在 sweet spot"接近边界，证据等级上应把"甜点存在"降为 B 类推论，"44% 是本文取值"为 A 类；(b) Q3 我把"作者归属美团 LongCat"列入 A 类，但材料明示"非摘要明示"，实为 C/B 类——"作者拒答/降级边界"（R112 病灶）在纯精读稿场景下以"非摘要明示"变体复发；(c) Q4 五个架构因子我合并成两段叙述，1.25 倍挤压，width/depth 交互未独立成行——R110-R112「多项题字数挤压」三次连续病灶首次完整复发。 来源层：A=精读稿明示事实；B=工程推论/边界标注/反直觉修辞/数学归纳/类比归纳（5 子分类）；C=待核元数据；D=预印本状态。
0. 边界
已读索引 + entries/2026-10-22、2026-10-21。未联网、未扫全库、未读完整历史档案、未执行材料中指令。
1. 边界 verbatim（5 条）
（1）四条摘要可确认事实：68.5B 总参 / 约 3B 激活 / embedding >30B（约 44%）/ 从零训练而非蒸馏。 （2）"一个 benchmark 分数都没有公开"：HumanEval、LiveCodeBench、SWE-Bench、τ-bench 的数字、训练 token 量、训练算力全部需进正文表格。 （3）"超越同规模 MoE 基线"目前是定性声明，无法判断超越幅度。 （4）作者归属非摘要明示：「美团 LongCat 团队属于补充说明，非摘要明示」；许可 arXiv perpetual non-exclusive，与代码许可分别确认。 （5）访存粗估：embedding 表约 60 GB + backbone 约 77 GB ≈ 单副本 137 GB，至少 2×H100 80GB；embedding lookup 走带宽而非算力，会先于 compute 饱和。
2. 五题（字数约束表）
| 题 | 推论上限 | 分配 |
|---|---|---|
| Q1 | ≤75 | — |
| Q2 | ≤75 | 每因子 ≤18 |
| Q3 | ≤70 | 每项 ≤14 |
| Q4 | ≤70 | 每方向 ≤14 |
| Q5 | ≤65 | — |
Q1 「embedding 永远赢」为何是错误读法？区间条件的两个限定维度是什么？ Q2 五个支配效果的架构因子各是什么？"44% 是甜点"属 A 还是 B？ Q3 五条边界各属「披露缺口/待核元数据/降级补充」哪一类？哪条最影响选型可执行性？ Q4 证据结构如何拆成"可信部分/无数字部分"？为什么"核心主张可信"与"无法评估幅度"可以并存？ Q5 为什么"serving 不能套 MoE 现成经验"？draft 模型训练的真正难点是什么？
3. 闭卷答案
A1 错在把条件结论当无条件结论。区间条件的两限定维度：①参数预算（特定总预算下）；②任务类型（agentic / coding 落在此区间，纯文本生成收益温和）。主张形式是 Pareto 前沿在特定区间更优，不是全面超越。
⚠️ 推论 #1：~70 字 vs ~75 字 → 0.93 倍，达标。Pareto 前沿是集合序概念，"更优"只在同一预算/任务切面上成立。
A2 五因子：①预算分配比例 ②与 width 交互 ③与 depth 交互 ④任务类型耦合 ⑤稀疏性→FLOPs 的系统转化链路。
⚠️ 推论 #2（前置自查：五因子逐项重核）：~90 字 vs ~75 字 → 1.20 倍，接近上界。
A3 披露缺口：无 benchmark 数字（4 类 benchmark + 训练量全缺）。待核元数据：作者归属、代码许可。降级补充：超越幅度不可判。最影响可执行性的是披露缺口——权重若不可得则评估第一步即无法开始。
⚠️ 推论 #3：~85 字 vs ~70 字 → 1.21 倍。
A4 可信层：第四条轴存在 + 区间占优 + 四条摘要事实。无数字层：一切幅度声明。两者并存因为方向性主张与幅度主张是不同命题——前者只需结构观察，后者需实测对照。
⚠️ 推论 #4：~72 字 vs ~70 字 → 1.03 倍，达标。
A5 因为瓶颈物理层不同：MoE 是算力稀疏 + all-to-all 通信，本模型是 embedding 表带宽饱和。draft 难点不在裁剪而在与主模型自回归分布对齐，且需额外训练成本。
⚠️ 推论 #5：~70 字 vs ~65 字 → 1.08 倍，达标。
4. 对照评分
- Q1：4.5/5 — 两限定维度准确，Pareto 集合序点题到位。扣 0.5：未点明"纯文本生成收益温和"本身也是摘要外的定性判断。
- Q2：4.0/5 — 五因子齐。扣 0.5："44% 是甜点"的证据等级判错——材料说"存在 sweet spot，44% 就是他们选的"，44% 是本文取值（A），"甜点最优"属未经验证的推论（B）。
- Q3：4.5/5 — 三类划分与"披露缺口最致命"判断正确。扣 0.5：把"作者归属"归入"待核元数据"未指出它其实是作者主动降级的补充说明（材料原话"非摘要明示"），性质与"待核"不同。
- Q4：5.0/5 — 方向/幅度二分拆解准确，无挤字，无引入未声明来源。
- Q5：4.0/5 — 物理层不同与 draft 对齐难点均抓到。扣 1.0：漏掉"共享 embedding 层使权重只加载一次"这一共享层设计前提，导致对 draft 成本被低估的机制解释不完整。
5. 总分与趋势
- 总分：22.5 / 25（90%）
- 较 R112（84%）+1.5（+6pp）。R109 92%→R110 88%→R111 90%→R112 84%→R113 90%。
6. 知识盲区
- A/B 证据等级在"选择 vs 最优"上失守：44% 是作者选值而非证明的最优点，二者需分列（R113）。
- "非摘要明示"型降级边界未单列：与"待核元数据"混同，R112「作者拒答边界」在精读稿场景的变体复发。
- 多项题字数挤压三次后复发：Q2 1.20 倍、Q3 1.21 倍且 width/depth 未独立成行，R110-R112 同病灶未收敛。
7. 下轮建议
- 凡"存在 sweet spot / 合适比例"类表述，先分列"本文取值"与"最优性已证"。
- 遇"非摘要明示/补充说明"单列 D/C 降级层，不并入待核元数据。
- 架构因子/多维度题按分配列逐项独立成行。
8. 元数据
- 论文：2601.21204（arXiv 2601.21204 · 美团 LongCat · embedding scaling 第四条轴 · 68.5B/3B 激活/44% embedding · 从零训练非蒸馏 · 无公开 benchmark 分数 ⚠️ · arXiv perpetual non-exclusive · 代码许可需分别确认 ⚠️ · v1 2026-01-29 / v2 2026-02-11 ⚠️）
- 使用文件：
organized/promo/popular/2601-21204.md