雖然方博被那一夜速成的程式碼震得懷疑人生，但在徐辰眼裡，螢幕上那個正在跑的Demo，其實……
很簡陋。
甚至可以說是「醜陋」。
「Demo雖然跑通了，證明瞭『邏輯嵌入』這條路是可行的。但是，」徐辰看著程式碼裡那幾行關於盒子體積的計算公式，眉頭微微皺起，「這個數學模型，太粗糙了。」
現在的模型，是用「超矩形」來表示概念。比如「貓」是一個小盒子，「動物」是一個大盒子。
這種表示法雖然直觀，但在數學上有一個致命的缺陷——梯度硬截斷。
當兩個盒子完全冇有交集時，體積重疊為0，梯度也瞬間變為0。這就意味著，反向傳播在這裡斷掉了，神經網路學不到任何東西。為瞭解決這個問題，徐辰在程式碼裡加了一個很醜的「平滑項」，但這隻是權宜之計，治標不治本。
「這就像是用一堆方塊去拚一個圓，無論怎麼拚，邊緣永遠是鋸齒狀的。」
徐辰的數學強迫症犯了。
「必須要優化。我需要一個更『光滑』的幾何結構。」
他的大腦飛速運轉，LV.2的數學直覺開始接管鍵盤。
「為什麼非要用盒子呢？」
「邏輯的本質是『偏序關係』。在向量空間裡，能完美表達偏序關係的，不一定是閉合的盒子，也可以是……錐！」
「或者，引入高斯分佈，利用KL散度來衡量包含關係？」
「不，高斯分佈也不夠好，它的尾部衰減太快，難以表達傳遞性。」
徐辰在草稿紙上畫了幾個圖形，最終，他的筆尖停在了一個特殊的流形結構上。
Gumbel-Box（甘貝爾盒子）。
「如果引入極值理論中的Gumbel分佈來對盒子的邊界進行模糊化處理，就能讓原本剛性的邊界變得『柔軟』且處處可導。」
「這樣一來，邏輯推理就不再是生硬的『是』或『否』，而是一個連續的概率流！」
……
「不過，還有一個邏輯上的漏洞。」
徐辰看著螢幕上新生成的Gumbel-Box模型程式碼，敏銳地捕捉到了一個潛在的問題。
「如果我把邏輯邊界變得『平滑』了，變成了一個連續的概率流，那這和傳統的Transformer有什麼本質區別？Transformer也是輸出一個概率分佈，預測下一個詞是『貓』的概率是80%，是『狗』的概率是20%。」
「如果我的模型也隻是輸出一個軟綿綿的概率，那它依然可能會在那20%的時候胡說八道。」
「必須要有一把鎖。」
徐辰的眼神變得犀利起來。
他迅速在程式碼的輸出層之前，插入了一個全新的模組——邏輯閘控單元。
「Gumbel-Box的平滑性，是為了在訓練階段讓梯度能夠流淌，讓模型能『學會』邏輯。但在推理階段，也就是真正上考場的時候，這個平滑的邊界必須瞬間『硬化』。」
他在草稿紙上畫了一個陡峭的Sigmoid函式。
「我設定一個邏輯置信度閾值τ（第十九個希臘字母，念做「套」）。當兩個概念在幾何空間裡的重疊體積低於這個閾值時，說明它們在邏輯上幾乎不相容，比如『貓』和『植物』。」
「這時候，門控單元會像一把閘刀一樣落下，直接將這個路徑的概率強行截斷為0！」
「傳統的LLM是『我覺得應該這麼說』，而加了門控的LAART是『雖然我想這麼說，但幾何邏輯告訴我，這麼說是錯的，所以我閉嘴』。」
「這纔是完美的邏輯與生成的結合。」
解決了這個關鍵的機製問題，徐辰終於滿意地點了點頭。
……
搞定了數學模型的優化，擺在徐辰麵前的，是另一個棘手的工程問題。
Benchmark（業內普遍直接用英語稱呼，意思是基準測試）怎麼選？
做AI研究，光有模型冇用，你得拉出來溜溜。你得在公開的測試中，把以前的模型，比如Transformer、BERT、GPT等給考倒了，別人才承認你牛逼。
當年的Transformer為了證明它比以前的RNN和LSTM強，Google團隊選擇了「英德機器翻譯資料集」。
這是一個非常經典的任務。評價標準是BLEU分數，也就是看機器翻譯出來的句子，和人類翻譯的句子，在詞彙重疊度上有多高。
Transformer在那場考試中，以28.4的BLEU分數，重新整理了世界紀錄，從此一戰成名。
「但是。我的模型優勢不在於『翻譯』，也不在於『文字生成』的流暢度。」
現在的GPT模型，靠著海量的語料堆砌，已經是天生的語言大師了。讓LAART去跟它們比誰寫詩寫得好，誰翻譯得溜，那是拿自己的短處去碰別人的長處。
LAART的核心優勢是什麼？
是邏輯。
是永遠不會說「貓是植物」，永遠不會在做三段論推理時出現「A＞B， B＞C，所以A＜C」這種弱智錯誤的嚴謹性。
「用翻譯資料集測邏輯，就像是考愛因斯坦背單詞，根本測不出智商。」
「我需要一套專門考『邏輯推理』的卷子。」
他在ArXiv和Github上飛速檢索。
很快，幾個備選方案浮現在眼前。
1. SNLI (Stanford Natural Language Inference)：斯坦福自然語言推理資料集。給兩句話，判斷它們是「蘊含」、「矛盾」還是「中立」。這是最經典的NLI任務。
2. SQuAD (Stanford Question Answering Dataset)：閱讀理解問答。這個稍好一點，但也側重於資訊提取。
3. CLUTRR (Compositional Language Understanding and Text-based Relational Reasoning)：基於文字的關係推理。
徐辰的目光最終鎖定了最後一個資料集CLUTRR。
……
CLUTRR這個資料集很有意思。它會給你一段像繞口令一樣的故事：
「愛麗絲的媽媽是鮑勃的姐姐，鮑勃的兒子是查理。」
然後問你：「愛麗絲和查理是什麼關係？」
這不僅需要模型讀懂文字，更需要在腦子裡構建出一張「家譜圖」，進行多次的邏輯推理，才能得出正確答案。
對於傳統的Transformer模型來說，這是個噩夢。因為Transformer本質上是在算「詞與詞之間的相關性」，它並冇有真正的邏輯推理模組。它可能會因為「媽媽」、「姐姐」這些詞出現的頻率，瞎猜一個「姨媽」或者「奶奶」。
但對於裝載了「邏輯幾何嵌入」的LAART來說……
這簡直就是送分題！
在徐辰的數學模型裡，「媽媽」、「姐姐」、「兒子」這些關係，會被對映為向量空間裡的幾何變換運算元。推導關係，不過就是做幾次向量加法和包含運算而已。
「就選它了！」
徐辰打了個響指。
……
徐辰心情大好，轉過身準備拿水杯喝口水。
然而，剛一回頭，他就嚇了一哆嗦，杯子裡的水差點灑出來。
隻見身後，方博、薛超、劉鑫羽三個人，不知何時已經站成了一排。三人雙手抱胸，六隻眼睛直勾勾、陰森森地盯著他
空氣安靜得有些詭異。
「呃……」徐辰端著水杯的手僵在半空，嘴角抽搐了一下，尷尬地笑了笑，「你們……怎麼都站在這兒？這麼閒？不用學習嗎？」
「學習？」
方博冷笑一聲，痛心疾首地指著徐辰。
「徐神，你老實交代，你不在燕園那個獨立公寓裡待著，特意跑回咱們這又擠又亂的301，是不是就是為了回來裝個逼？」
「啊？」徐辰一臉無辜，「我不是為了找你修開發環境嗎？」
「修環境需要順手修出一套人工智慧演演算法嗎？！」方博悲憤地喊道，「你考慮過我們這些還在跟Bug互啄的小萌新的感受嗎？」
一旁的薛超也長嘆了一口氣，走過來拍了拍徐辰的肩膀：
「老徐，真的，算兄弟求你了。以後這種裝逼的活動，能不能去禍害別的宿舍？或者去圖書館、去食堂都行。」
「別一直指著我們301這幾個人裝了，大家都是兩個肩膀扛一個腦袋，你這樣顯得我們真的很像遊戲裡來湊數的NPC，很傷自尊的好不好？」
徐辰無奈地搖了搖頭，忍不住笑罵道：「行了，別貧了。等我這個模型發了頂刊，請你們吃大餐，行了吧？」
「頂刊？」方博耳朵一動，瞬間變臉，一臉諂媚地湊過來接過徐辰的水杯，「哎喲，徐神大氣！那我要吃西門那家日料！最貴的那種！來來來，水涼了我給您續上！」
「準了。」
「得嘞！徐神您繼續忙，小的絕不打擾您修仙！」