核心句型 · 9
1. It'd be really hard to overstate the impact of …
“It'd be really hard to overstate the impact of this invention over the last four centuries”
用否定式反衬强调「怎么说都不为过」。适合学术或演讲中评价重大影响,比 very important 更有分量。可仿写:It's hard to overstate how much X changed Y.
2. Only when … does/did … begin to …
“Only when you see these cases side by side does the kind of morphological variation begin to really become salient”
only + 状语从句置于句首,主句倒装。用于强调某条件是关键前提。仿写:Only when the data is plotted does the trend become visible.
3. I would venture to say that …
“I would venture to say that we'll never be able to explain how and why the world as we know it came to be”
委婉但坚定地提出有争议的断言,学术演讲中常用来降低攻击性。类似表达:I'd go so far as to say…
4. … falls short of explaining …
“A static deterministic account of visual processing falls short of explaining how we generate and make sense of drawings like these”
fall short of + 动名词,指某理论/方案「不足以」达到某目标。用于批评前人理论时语气客观。仿写:This model falls short of capturing context effects.
5. get away with (something more schematic)
“When they could get away with something more schematic or abstract”
本义「侥幸逃脱」,此处引申为「用较低成本的方案也能过关」。口语化,适合描述策略性偷懒。仿写:You can get away with a rough sketch here.
6. … is totally dwarfed by …
“The variation across models in terms of performance is totally dwarfed by the gap between models and people”
dwarf 作动词表「使相形见绌」,用来对比两个量级差距。仿写:The cost is dwarfed by the potential savings.
7. there's only one way to be right, but lots of ways to be wrong
“There's only one way to get all the questions right, but there are lots of ways that you can be wrong and wrong reliably”
对比句式,用于论证「错误模式比正确率更有诊断价值」。结构简单有力,可迁移到任何评估语境。
8. take that as a glass half full call to action
“We're really trying to take that as a glass half full call to action to develop improved measures”
take X as Y 把某结果重新框定为积极信号;glass half full 作定语修饰 call to action。适合把负面发现转为下一步动力。
9. rather than thinking of X as …, we find it more useful to think of X as …
“Rather than thinking of some drawings as good or bad, false or true, we just find it a lot more useful and productive to think of these are the drawings people make under those conditions”
用于回应质疑时重构问题框架,不否定对方而是提出替代视角。仿写:Rather than treating errors as noise, we find it more useful to treat them as data.
生词精讲 · 125 · 按出现顺序
colloquium
/kəˈloʊkwiəm/
n.
0:04
学术报告会、学术讨论会(大学系所定期举办)
inhabit
/ɪnˈhæbɪt/
v.
0:37
居住于、栖居于(此处指在这栋楼工作的人)
at home
phr.
0:37
自在的、得心应手的(be at home doing/with sth)
psychophysics
/ˌsaɪkoʊˈfɪzɪks/
n.
1:18
心理物理学(研究物理刺激与主观感受关系)
of great import
phr.
2:02
非常重要(import 作名词表「重要性」,正式用法)
rigor
/ˈrɪɡər/
n.
2:36
严谨、严密
keeps her up at night
phr.
2:36
让她夜不能寐、萦绕心头的难题
embodied
/ɪmˈbɑːdid/
v.
3:07
体现、具体化(embody 的过去分词)
rectangular coordinates
n. phr.
3:53
直角坐标系
cutting edge
adj. phr.
4:29
最前沿的、尖端的
stumped
/stʌmpt/
v.
4:29
难倒、使困惑(stump sb)
millennia
/mɪˈlɛniə/
n.
4:29
数千年(millennium 的复数)
overstate
/ˌoʊvərˈsteɪt/
v.
5:04
夸大;hard to overstate = 怎么强调都不为过
indispensable
/ˌɪndɪˈspɛnsəbəl/
adj.
5:04
不可或缺的
wrestle with
phr. v.
5:46
努力应对、苦苦思索(难题)
anatomically modern humans
n. phr.
6:22
解剖学意义上的现代人
repurposing
/riːˈpɜːrpəsɪŋ/
v.
6:22
改作他用、重新利用
intertwined
/ˌɪntərˈtwaɪnd/
adj.
6:22
交织在一起的
ornithologist
/ˌɔːrnɪˈθɑːlədʒɪst/
n.
7:01
鸟类学家
morphological
/ˌmɔːrfəˈlɑːdʒɪkəl/
adj.
7:01
形态学的
salient
/ˈseɪliənt/
adj.
7:01
显著的、突出的
orthodoxy
/ˈɔːrθədɑːksi/
n.
7:01
正统学说、正统观念
subatomic
/ˌsʌbəˈtɑːmɪk/
adj.
7:49
亚原子的
winking in and out of existence
phr.
7:49
倏忽生灭、瞬间出现又消失
leverage
/ˈlɛvərɪdʒ/
v.
7:49
利用、借助(本文高频词)
schematic
/skiːˈmætɪk/
adj.
8:28
示意性的、图式化的
reformulate
/riːˈfɔːrmjəleɪt/
v.
9:07
重新表述、重新构想
instrumentation
/ˌɪnstrəmɛnˈteɪʃən/
n.
9:07
仪器设备(总称)
in the service of
phr.
10:14
为……服务、用于……目的
socially mediated
adj. phr.
10:46
经社会传递的、通过他人中介的
I would venture to say
phr.
10:46
我斗胆说、我敢说(委婉而有力的断言)
close this loop
phr.
11:28
闭合环路、形成闭环
harness
/ˈhɑːrnəs/
v.
12:06
利用、驾驭(资源、能力)
finite
/ˈfaɪnaɪt/
adj.
12:45
有限的
contemplate
/ˈkɑːntəmpleɪt/
v.
13:15
考虑、设想
get off the ground
phr.
13:56
起步、开始运作
instantiation
/ɪnˌstænʃiˈeɪʃən/
n.
13:56
实例化、具体体现
denote
/dɪˈnoʊt/
v.
14:42
指代、表示
as a matter of convention
phr.
14:42
作为约定俗成的结果
ventral stream
n. phr.
15:23
腹侧视觉通路(负责物体识别的脑区通路)
per se
/ˌpɜːr ˈseɪ/
adv.
15:23
本身、就其本身而言
vindicating
/ˈvɪndɪkeɪtɪŋ/
v.
16:06
证明……正确、为……正名
stress test
v. phr.
16:06
压力测试、严格检验
rumple
/ˈrʌmpəl/
v.
16:06
弄皱、揉皱
pack up and go home
phr.
17:07
收工回家(反讽:问题已解决)
falls short of
phr.
17:40
达不到、不足以
squiggles
/ˈskwɪɡəlz/
n.
17:40
波浪线、弯弯曲曲的线条
get away with
phr. v.
18:19
侥幸做到、用……蒙混过关
distractors
/dɪˈstræktərz/
n.
18:19
干扰项(实验术语)
exemplar
/ɪɡˈzɛmplɑːr/
n.
18:56
样例、典型实例
ablation
/əˈbleɪʃən/
n.
19:45
消融(实验):移除模型某部件以检验其作用
operationalize
/ˌɑːpəˈreɪʃənəlaɪz/
v.
19:45
操作化(把抽象概念转为可测量变量)
referential
/ˌrɛfəˈrɛnʃəl/
adj.
20:34
指称的
proto symbolic
adj. phr.
20:34
原型符号的、准符号的
mechanistic
/ˌmɛkəˈnɪstɪk/
adj.
21:14
机制性的、关于运作机制的
privilege
/ˈprɪvəlɪdʒ/
v.
21:49
优先看重、给予特殊地位
tack on
phr. v.
22:25
附加、加上
dissociable
/dɪˈsoʊʃiəbəl/
adj.
22:25
可分离的
de-emphasizing
/ˌdiːˈɛmfəsaɪzɪŋ/
v.
22:25
弱化、降低对……的强调
tease apart
phr. v.
23:01
区分开、分离(相互纠缠的因素)
contraptions
/kənˈtræpʃənz/
n.
23:01
新奇装置、古怪机械
hoist up
phr. v.
23:58
举起、支撑起
lineup
/ˈlaɪnʌp/
n.
24:27
一排(供辨认的)候选对象
Eyeballing
/ˈaɪbɔːlɪŋ/
v.
25:00
目测、粗略地看
catch all
n./adj.
25:00
兜底类别、包罗一切的
amount to
phr. v.
26:26
等于、相当于
fidelity
/fɪˈdɛləti/
n.
28:33
逼真度、保真度
cohort
/ˈkoʊhɔːrt/
n.
29:13
一批、同期群
worth its salt
idiom
30:11
称职的、名副其实的
unmistakably
/ˌʌnmɪˈsteɪkəbli/
adv.
30:11
明白无误地
deceptively simple
adj. phr.
31:05
看似简单(实则不然)
robustness
/roʊˈbʌstnəs/
n.
31:05
鲁棒性、稳健性
evoke
/ɪˈvoʊk/
v.
31:05
唤起、引发
cued by
phr.
31:53
由……提示、以……为线索
derpy
/ˈdɜːrpi/
adj.
33:08
(俚语)傻乎乎的、粗糙笨拙的
term of art
n. phr.
33:08
专业术语(此处为自嘲)
entropy
/ˈɛntrəpi/
n.
33:41
熵(此处衡量分布的不确定性)
honest to goodness
idiom
34:22
确确实实、货真价实
dwarfed
/dwɔːrft/
v.
34:22
使相形见绌
currency
/ˈkɜːrənsi/
n.
34:59
(此处比喻)计量单位、通用尺度
sparsify
/ˈspɑːrsɪfaɪ/
v.
35:36
稀疏化、简化
divergence
/daɪˈvɜːrdʒəns/
n.
35:36
散度、差异(信息论中衡量分布差距)
sneak preview
n. phr.
36:48
抢先预览、提前剧透
inferential
/ˌɪnfəˈrɛnʃəl/
adj.
37:36
推断的
enduring
/ɪnˈdʊrɪŋ/
adj.
38:11
经久不衰的
ubiquitous
/juːˈbɪkwɪtəs/
adj.
38:46
无处不在的
cornerstone
/ˈkɔːrnərstoʊn/
n.
38:46
基石
distilled
/dɪˈstɪld/
v.
39:19
提炼、浓缩
calibrate
/ˈkælɪbreɪt/
v.
39:19
校准
broke a story
phr.
40:15
率先报道一则新闻
in this vein
phr.
40:54
沿着这个思路、在这方面
interrogate
/ɪnˈtɛrəɡeɪt/
v.
40:54
深入追问、审视
Herculean
/ˌhɜːrkjəˈliːən/
adj.
41:28
极其艰巨的(源自大力神赫拉克勒斯)
lenient
/ˈliːniənt/
adj.
43:59
宽松的、宽容的
proprietary
/prəˈpraɪətɛri/
adj.
43:59
专有的、闭源的
adversarially
/ˌædvərˈsɛriəli/
adv.
44:53
对抗性地(故意设计来考验)
at ceiling
phr.
44:53
达到上限、接近满分
upshot
/ˈʌpʃɑːt/
n.
45:33
结果、要点
testbeds
/ˈtɛstbɛdz/
n.
45:33
试验平台
epistemic
/ˌɛpɪˈstiːmɪk/
adj.
45:33
认知的、与知识有关的
distilled
/dɪˈstɪld/
adj.
48:05
提炼过的、汇总的(图表)
disaggregated
/dɪsˈæɡrɪɡeɪtɪd/
adj.
48:37
分解的、细分的
purists
/ˈpjʊrɪsts/
n.
49:09
纯粹主义者、死忠派
across the board
phr.
50:25
全面地、各方面都
get some traction
phr.
52:17
取得进展、找到抓手
convergent
/kənˈvɜːrdʒənt/
adj.
52:17
趋同的、一致的
ontology
/ɑːnˈtɑːlədʒi/
n.
54:21
本体、分类体系
parsimonious
/ˌpɑːrsɪˈmoʊniəs/
adj.
54:21
简约的(模型参数少而解释力强)
unpack
/ʌnˈpæk/
v.
55:01
详细展开、逐一解释
glass half full
idiom
55:01
乐观看待(杯子半满)
stay tuned
phr.
55:37
敬请期待
stand on the shoulders of
idiom
56:22
站在……的肩膀上
counterfactual
/ˌkaʊntərˈfæktʃuəl/
adj.
57:44
反事实的
phenomenology
/fɪˌnɑːmɪˈnɑːlədʒi/
n.
58:55
现象学;主观体验的呈现方式
perspective taking
n. phr.
61:20
视角采择(设想他人视角的能力)
misconceptions
/ˌmɪskənˈsɛpʃənz/
n.
61:57
错误概念、误解
normatively
/ˈnɔːrmətɪvli/
adv.
62:30
规范上、按标准应当地
conceptual primitives
n. phr.
62:30
概念原语、最基本的概念单元
mechanistic interpretability
n. phr.
62:30
机制可解释性(分析神经网络内部计算的方法)
lend themselves to
phr.
63:17
适合于、易于被……
event related potentials
n. phr.
67:58
事件相关电位(脑电研究指标)
neurotypical
/ˌnʊroʊˈtɪpɪkəl/
adj.
68:51
神经典型的(非神经发育异常的)
co-opted
/koʊˈɑːptɪd/
v.
70:03
被征用、被挪作他用
cluttered
/ˈklʌtərd/
adj.
70:03
杂乱的
linger
/ˈlɪŋɡər/
v.
70:39
逗留、留下
理解自测 · 11 题 · 是真懂了,还是以为自己懂
1. Fan 用哪些科学史例子说明「让不可见变可见」的工具?各自揭示了什么?
她举了四个例子:古尔德为达尔文绘制的雀鸟图,把形态差异并置后才显现;伽利略的望远镜,提供了质疑太阳系正统模型所需的分辨率;卡哈尔的视网膜显微绘图,展示神经系统各部分及其连接;费曼图,把永远无法肉眼观察的亚原子事件画出来。这些出现在开场的工具史部分(第 10–12 段),共同点是图像本身参与了发现,而非事后装饰;且它们从写实到高度图式化构成一个连续谱。
2. 在「近/远」绘画游戏实验中,操纵变量是什么,观察到了哪些结果?
操纵变量是干扰项与目标的类别关系:近条件下干扰项与目标同属基本层次类别,远条件下来自不同类别。结果是远条件下作画者笔画更少、用墨更少、用时更短,但观看者识别准确率不变,且判断也更快。这出现在第 28–29 段。结论是普通人能根据语境需要动态调整抽象层次,并且这种调整是高效的;后续模型消融表明视觉抽象能力与语境敏感性两者缺一不可。
3. SEVA 基准的规模和设计要点是什么?
SEVA 收集了约 5500 人绘制的 9 万张素描,覆盖 128 个视觉概念,提示图片来自 THINGS 数据集,并设置了不同的绘制时限(最短 4 秒)。随后让人类和 17 个当时最先进的视觉模型做同样的分类任务,以获得每张素描唤起的完整标签分布(第 48 段)。设计上明确针对素描理解的两大挑战:稀疏度变化和语义歧义。Tenenbaum 在问答中指出时限混合了思考与作画,Fan 承认理想设计应分离规划与执行时间。
4. Playfair 1786 年的时间序列图展示了什么内容?Fan 用它说明图表与素描的什么差异?
该图展示英格兰 1700–1780 年间进出口平衡:早期进口超过出口,1750 年代反转,出口大幅增长(第 59–60 段)。Fan 借此指出图表与达尔文雀鸟图的关键差异:素描靠相似性一看即懂,而图表若没见过就不知道在看什么,必须学习;但一旦学会就像「超能力」,能把大量观测浓缩为一眼可读的故事。这解释了为什么数据素养成为 STEM 教育目标,也引出后文对读图能力测量的研究。
5. 累加假说与可分离假说的区别是什么?数据如何裁决?
累加假说认为视觉解释是描绘的增强版,保留全部外观信息再附加机制信息;可分离假说认为解释有选择地突出机制、弱化外观(第 34 段)。逐笔标注显示解释图中因果部件笔画多于非因果部件、背景更少、箭头等符号更多,已与累加假说的强版本矛盾。功能测试进一步显示解释图更利于判断操作动作,描绘图更利于辨认物体,而解释图在需要图与实物细致对应的第三任务上并无优势(第 40–43 段)。综合支持可分离假说。
6. 为什么 Fan 认为只看总分不足以判断模型与人类对齐?她的证据是什么?
因为「答对只有一种方式,答错有很多种」,错误模式比正确率更能揭示系统内部是否用相似方式加工(第 67 段)。证据是:在六项图表测试上,GPT-4V 总分看似接近人类,但所有模型的错误模式与人类错误模式的相关度都远低于人类噪声上限(人与人之间的一致性),即没有一个模型「错得像人」(第 67–68 段)。她还指出若只用 ML 界流行的 Chart-QA,人机差距会显得很小,而 CALVI 等对抗性设计的测试暴露出更大差距。
7. 人类与 CLIPasso 在素描稀疏化上的差异说明了什么?
在宽松预算下(32 秒人类 vs 32 笔 CLIPasso),两者风格不同但唤起的标签分布相似,即功能上等价;但预算越紧,两者标签分布的散度越大(第 54–56 段)。这说明在极简条件下,人类决定「保留什么、舍弃什么」的策略与基于 CLIP 语义空间优化的策略不同。推理链是:若素描意义定义为它唤起的完整分布,那么差异只在紧预算下出现,意味着人类抽象的核心机制正是在信息极度受限时才显露,这是未来建模最值得切入的地方。
8. 「受众敏感」假说是如何被验证的?它为何让 Fan「充满希望」?
假说认为人们选图时考虑的是该图对回答特定问题的实际效用。验证方法是另找约 1700 名参与者,用每一种候选图回答每一个问题,实测各图的回答表现,据此构建预测的选择分布,再用 Jensen-Shannon 散度与真实选择分布比较(第 75–76 段)。该假说在整个数据集上都优于「柱状图死忠派」「偏好展示更多数据」等简单策略。Fan 感到希望是因为这说明非专业人士也能感知图表特征与问题的适配性,作为统计导论教师,这意味着数据素养有可教的基础。
9. Fan 对现有图表素养测试提出了哪些方法论批评?
第一,两项主流测试 GGR 和 VLAT 成绩相关,但不清楚它们共同测的是什么;第二,每种图表类型通常只有一道题,无法在图表类型与表现之间建立统计关联;第三,错误模式的最佳预测因素既不是图表类型也不是任务本体(找最大值、识别聚类等),而是一个探索性四因子模型,说明教科书式的技能分类可能不对应真实认知成分(第 79–82 段)。她把这些解读为「杯子半满」的行动号召,即开发更好的测量工具,而非否定该领域。
10. 若有人反驳说「把水涂成蓝色」证明绘画本质是文化约定而非相似,Fan 会如何回应?
她在问答中已给出回应(第 87–89 段):不从「这幅画是错的」这一前提出发,而把它视为人们在某个目标下生成的真实数据,任务是推断那个目标是什么——是忠实于看水杯时的现象学体验,还是习得的描绘约定。她承认美学哲学中关于虚构图像的文献是灵感来源,但方法上更倾向于问「为什么在这些条件下画成这样而非别样」。这与她整体立场一致:相似性与约定不是非此即彼,而是共同约束表征决策的来源,需要通过实验分离其权重。
11. Fan 关于「用机制可解释性诊断错误来源」的设想,放到教育场景是否成立?有哪些限制?
她的设想是:优秀教师能从学生表述中诊断错误概念的性质,而不只判断对错;类似地,可用机制可解释性工具审视模型答对/答错时依赖的操作与概念原语,把瓶颈定位到知觉层或推理层,最终得到对人和机器通用的诊断工具(第 93–96 段)。在教育场景下,这一思路与教育研究中的「错误概念诊断」传统吻合,有成立基础。限制在于:她自己承认「非常非常难」;模型错误模式目前并不像人,因此模型内部机制未必能直接映射到学生的知识图谱;且问答中提到读图涉及「看哪里、如何映射到坐标轴、如何转为答案」多个步骤,需先把任务拆解到数轴距离判断这类最简形式,才能逐步建立诊断工具。