【建议你们将任务定义风险与压缩风险明确分开。】

周志华盯着这封邮件看了很久，然后将它手动标记为最高红色的优先级。

远在北京的江临，在看到这封邮件的同步后，立刻在两人共享的在线讨论记录本里，飞快地敲下回复。

【质疑成立。】

【证据保留压缩定理只能约束压缩过程，不能保证任务定义本身完整或正确。】

【正式论文将单独列出任务定义风险，不把它并入模型压缩风险。】

一条刚刚在白板上完成内部主链闭合的雏形定理，

并没有因为一次隐藏盲测成功，便在学术圈里获得一路赞美。

恰恰相反，邮件发出后的两个小时里，它首先收获的是一圈来自同行审视的新边界。

这，也正是周志华坚持要把这份不完整的内部说明发出去的真正目的。

真理不怕被火烧，就怕在温室里生锈。

下午一点四十八分。

昨天下午坐在那张长桌另一端，全程参与了理论推导，专门负责医学影像辅助诊断项目的那名南大研究员，带着深深的疲惫，回到了位于市区的一家三甲合作医院。

他的电脑包里，只带了那张仅有两页的对比数据表。

在这家医院放射科的会议室里。

那份耗时半年，关于【肺部微小结节影像辅助筛查压缩模型】的最终验收报告，已经装订成册，摆在了桌面上。

原始的AI诊断模型很庞大，需要两张昂贵的高端企业级显卡才能勉强跑动。

而经过研究团队精心优化压缩后的新版本，现在可以直接在医院现有的性能一般的机房服务器上流畅运行。

验收报告上的数据同样华丽无比。

参数量大幅减少了百分之六十八。

单张ct片子的推理速度提高了二点六倍。

而在总体诊断敏感度上，仅仅只下降了微不足道的零点二个百分点。

按照原定计划，今天下午的会议结束后，这套被寄予厚望的压缩模型，将在十月中旬正式接入医院的内部系统，开始小范围的临床试运行。

但是，当项目的总负责人，放射科主任看完这名研究员递过来的，关于工业模型A与模型c那十五次坍缩的对比表格后。

会议室里的气氛一下子变了。

主任抬起头，目光越过那份厚厚的验收报告，看向这名研究员。

“小刘，我没看懂那个什么工业主轴抱轴。

我只问你一句话，在我们自己这个压缩后的医学模型里，究竟有没有哪一类影像表现相近，却会导致临床医生采取完全不同后续处置的病例？”

负责核心算法的博士生有些局促地翻开验收报告，指着其中一页说：“主任，您看这里，从总体的各个分类指标上看，我们在所有的疾病大类上，都没有发现敏感度有明显的断崖式恶化。”

“我没问你总体指标。”

主任用指节重重地敲击着桌面上那张十五次高风险坍缩的数据表，将其放大。

“我问的是，在肺部结节里，有哪些病例，如果模型把它们混在了一起，一个可以继续影像随访，另一个却必须尽快进入进一步检查和多学科评估流程？”

旁边一位资深的放射科主治医生立刻接过了话头，语气严肃。

“主任，有。

部分炎性结节与早期恶性结节，在边缘形态、内部纹理和磨玻璃成分上，只存在非常局部的细微差异。”

“这种影像差异细微、后续处置却完全不同的边缘病例，在我们用于模型训练和测试的几十万张影像数据中，占多大比例？”主任追问。
本章未完，请翻下一页继续阅读.........