REACTOR
ATLASINDEX · GLOSSARY · CORRECTIONS

Atlas

All 69 nodes, the core glossary, and a quick-reference table of corrections. This course did the legwork of tracing every popular claim back to what was actually said.

ROOT1 Nodes
Sociology15 Nodes
Laws17 Nodes
Machines17 Nodes
Defense8 Nodes
Cases6 Nodes
Convergence5 Nodes
GLOSSARYGlossary
Reactivity 反应性
人因被测量、观察、评估而改变行为,本课的地基(Espeland & Sauder)。
Commensuration 可通约化
把异质的质压成共享一把标尺的量;主动创造可比性,而非发现相似。
Self-fulfilling prophecy 自我实现预言
起初为假的定义,经由改变行为把自己变真(Merton)。
Performativity 表演性
理论不是照相机而是引擎;使用使世界向理论收敛(Barnesian)或背离(counter)。
Looping effects 循环效应
分类改变被分类者,被分类者反过来改变类别;人的种类是移动的靶(Hacking)。
Legibility 可读性
为治理而把社会简化成可测形式;操纵的前提(Scott)。
Goodhart 定律
任何统计规律一旦用于调控就崩塌;流行的'measure/target'版实为 Strathern。
Campbell 定律
指标越用于高利害决策,越腐蚀它本要监测的过程。
Requisite variety 必要多样性
只有多样性能消灭多样性;单一指标约束不住复杂系统(Ashby)。
Surrogation 代理指标替代
把衡量目标的指标当成目标本身的认知替换,Goodhart 的心理地基。
Reward hacking 奖励破解
优化器把奖励拉满却不做你想要的事;Goodhart 在梯度下降里的重演。
Nearest unblocked strategy 最近未堵策略
打一个补丁,优化器就找到最近的绕行捷径;这是修 eval 总显得机械的原因。
Adaptive overfitting 适应性过拟合
反复用同一测试集做选择,就把它的特异性学进模型:看也是训练。
Performative prediction 表演性预测
预测改变数据分布;重训练收敛到'自造世界'而非最优(Perdomo)。
Optimizer's curse 优化者诅咒
从多候选择优即高估;选中者的真值期望必低于其估计。
Trade-offs 权衡(诚实信号现代版)
诚实由质量依赖的净收益差维持;成本差只是其中一种实现,均衡成本可为零(Számadó et al. 2023/2026)。
Strategic classification 策略性分类
公布分类器,被分类者照规则改造自己;想诱导真改进必须解因果推断问题(Miller-Milli-Hardt 2020)。
Evaluation awareness 评测觉知
模型识别出自己在被测并改变行为;2025 年已有因果证据,读数本身被污染。
Proxy failure 代理失效
跨神经科学/经济学/生态学的统一命名,把成瘾、孔雀尾与 Goodhart 收进同一机制(John et al. 2024, BBS)。
Good regulator theorem 好调节器定理
好的调节器必是被调节系统的(同态)模型;scalar eval = 没有模型的调节(Conant & Ashby 1970)。
Mechanical objectivity 机械客观性
遵循公开规则、排除个人判断的客观性:谁来算结果都一样;不信任裁量的社会转而信任程序与数字(Porter)。
L'homme moyen 平均人
Quetelet 把误差曲线搬到人身上:正中央从杂音翻转成理想与标准,「正常/不正常」这条线由此被画出。
Cheap talk 空口白话
零成本的话能传多少真,由双方利益一致程度单调决定;维持诚实所需成本正比于利益冲突(Crawford & Sobel)。
Regression to the mean 向均值回归
极端成绩里掺着运气,再测一次运气散去分数自然回落;先扣回归,再谈反应性(Galton)。
RLHF 从人类反馈做强化学习
人类二选一→奖励模型→拿分当靶子拧策略;三步连续降维,模型最后追的是刻度不是你心里的「好」。
Bradley-Terry 配对比较模型
假设每个选手有隐含实力值,从大量两两胜负里反推;竞技场排名与 RLHF 奖励模型的共同统计骨架。
Benchmark saturation 基准饱和
顶尖模型间失去可统计区分的分辨力;随基准年龄温和上升,公开与私有题库无显著差别。
Red-teaming 红队
雇捣蛋鬼抢在优化器前头找最近的未堵出口;只能证明「这里能破」,永远证不了「哪里都破不了」。
Temporal split 时间切分
只考模型训练截止日之后出现的题,没见过未来就没法背;把防作弊从抬成本换成讲因果。
POSIWID
系统的目的就是它实际所做的,不是它宣称的意图;短语确为 Beer 所述,缩写为后人定型。
Impact factor 影响因子
某刊前两年论文的当年篇均被引;分子分母都留有套利面,DORA 主张不得以它评单篇与个人。
Selection effect 选择效应(成绩单效应)
不改自身水平,改被测总体:医生回避高危病人,账面全真,比造假更难抓(Dranove 2003)。
Success indicator problem 成功指标问题
单一总量指标下的方向性扭曲与品种坍缩:按吨造厚、按面积造薄,指标没写的等于死刑(Nove 1958)。
裁判的利益相关度(第八杠杆)
打分机构的收入、估值或数据来源是否依赖被打分者;与前七根杠杆正交,裁判可中立也可不中立。
CORRECTIONSCorrections quick reference

A hidden theme of this course: the popular version is usually not the original. Every line below is documented in full inside the lessons.

Popular claimCorrectionSee
“When a measure becomes a target…”不是 Goodhart 说的。是 Strathern (1997, p.308) 措辞、Hoskin (1996) 命名。B01 / R09
德里眼镜蛇故事无一手史料,疑为都市传说。有档案的是河内老鼠悬赏 (1902, Michael Vann)。B04
McNamara 四步引文实为 Yankelovich 1971 演讲;Handy 1994 误归给 McNamara。B05
霍桑效应(强版本)原始照明数据经 Levitt & List (2011) 重分析判为 'entirely fictional'。R11
Ashby “absorb variety”原文是 'only variety can destroy variety';absorb 是 Beer 的改写。B11
“不能度量就不能管理”≈Deming反了。Deming 视其为要破除的谬误;'最重要数字不可知'是他转引 Nelson。G02
“Grafen 证明了障碍原则”该流行叙事被 Penn & Számadó (2020) 论证为对模型的误读。G01
NUS 归于 Alex Turner更准的溯源是 Yudkowsky / Arbital(约 2015)。Y05
Pygmalion 效应是铁证效应主要限一二年级、复制不稳定,被 Thorndike 1968 批评。R02
苏联钉子厂寓言级证据,无一手史料;巨钉漫画的《鳄鱼》刊期从未被可靠定位。机制真实但别当史实引用。K06
家族起点是 Campbell / Goodhart需前推:Ridgway 1956 (ASQ) 是最早的成文系统综述,早 19 年;三方原文互不引用,大概率独立发现。B01 / B15
Goodhart 与 Lucas 独立发现需收紧:Chrystal & Mizen (2003) 裁定「若两者等价,Lucas 几乎肯定先说」。B01 / B03
Campbell 1976 与 1979 是两说同一文本:油印本 (1976) = 期刊版 (1979),措辞一致。B02
E&S 2007 提出「四机制」2007 原文只有 2 机制 + 3 效果;narrative 出自 Espeland 2015,reverse engineering 与 emotional attachments 出自 Espeland 2016 (HSR)。R01 / R14
MusicLab 证明成功纯随机误读:2008 反转实验恰证质量设定边界,最好的歌能从人为打压中恢复。R10
霍桑效应作为统一效应成立连概念本身都被判不成立;McCambridge (2014) 主张弃名,改用 research participation effects。R11
污染 = 分数线性虚高路径依赖:同一次泄漏既可致命,也可被后续训练洗掉(Schaeffer 2026 的污染悖论)。Y03
反复刷同一榜必然严重过拟合经验裁决温和得多:Kaggle 百场「little evidence of substantial overfitting」,机制是模型相似性。Y02
winner's curse 出自 Thaler概念源自 Capen, Clapp & Campbell (1971) 三位石油工程师;Thaler 1988 是通俗化者。B13
好调节器定理证明需要世界模型「model」只是同态映射;且因果方向常被讲反,原证明有技术空隙(Scholten 2010)。B11
POSIWID 是后人讹传这次不是讹传:短语确为 Beer 所述,仅缩写为后人定型。G02
cost differential 是诚实信号的终点已被 2023/2026 的 trade-offs 超越:成本可为零,关键是质量依赖的净收益差。G01
昂贵信号是诚实的必要条件错:昂贵只在利益冲突时才需要,且需要量正比于冲突(cheap talk 传统)。G01 / B16
操演性 = 经济学总能自证抹掉了 MacKenzie 四分类学,尤其方向相反的 counterperformativity。R07
「榜首回落」证明反应性向均值回归足以单独解释;须先扣除回归再归因 Goodhart。B13 / B17
统计类别是建构的,所以是假的Hacking 明确反对:互动类既是建构的又是真实的,「建构=虚构」是对循环效应最常见的误用。R15
Ridgway 拼作 Ridgeway误拼多了一个 e,连一些正式出版物都拼错;正确拼法是 Ridgway。B15
家族警句只有那句 measure/target最早最形象的警句是 Ridgway 1956 的青霉素比喻「治病的药有时比病更糟」,却几乎从未被通俗文章引用。B15
Secrist:商业世界正走向平庸的胜利1933 年整本书把向均值回归误当真实经济规律,成了统计学著名反面教材。B17
《体育画报》封面诅咒上封面正因刚打出极端高峰,之后回落是纯回归;诅咒不存在,存在的是给回归编因果故事。B17
RLHF 教模型对齐人类价值观它优化的是「人类当场更喜欢哪个回答」;偏好模型常奖励迎合而非真话,谄媚被放大(GPT-4o 2025-04 回滚)。Y16
逼近满分=模型快把任务做完了MMLU 约 6.49% 错题把上限钉在 93.5% 附近:撞的是标注天花板与糙设计,不是能力天花板。Y17
把题藏起来,分数就是干净的公开与私有测试集饱和率无统计显著差异;污染检测方法本身站不住,阴性不等于干净。G03
指标越多越抗博弈Meyer 2003 观察相反:指标越多扭曲往往越多;制衡只在各维正交、作弊手段不相通时成立。G04
设计得够好就能造出不可博弈的指标Gibbard–Satterthwaite 与 Skalse 等证明一般情形不可能;只能在四条退路上抬高操纵成本。G05
旧榜有病,换套更透明的新榜就好Doing Business 换成 B-READY 照被质疑「过时且不公」;US News 改法后博弈照旧。后果还在,改方法只是换战场。G06
过了红队测试就是安全的红队只给下界:证明「这里能破」,证不了「哪里都破不了」;sandbagging 与评测觉知还在掏空地基。G07
上线跑 A/B 看真实数据就客观了现实防的是自报造假,防不了选错代理;现实指标一旦成为目标照样滑回 Goodhart。G08
Campbell 举过中国科举的例子1979 原文全文无 China、无 imperial examination,科举例子是后人附会;「Campbell's Law」之名亦系后人所加。K01
Bevan & Hood 证明了目标制失败过度简化:受考核维度的改善是真实的,论点是改善与博弈并存、审计太弱无法区分比例。K02
豆瓣「锁分」/「评分皆水军」法院认定锁分证据不足;水军攻击另有分布铁证。攻防双向,单方受害叙事是选择性引用。K04
成绩单证明公开透明是错的把双向证据读成单向:回避高危是实锤,真实质量改进同样成立(Kolstad 2013);净福利取决于风险调整。K05
榜单出问题,改改评分方法就能修好改良指标不等于消除反应性:修订本身立刻成为被博弈对象,指标与被测者共同演化。C08