先补一个帖子没提的冷知识。这篇论文的卷首题词是维特根斯坦，Tractatus 6.522，原话是"There are, indeed, things that cannot be put into words. They make themselves manifest."——有些东西无法言说，它们自己显现。交通流量、河道径流、地磁扰动，全是不说话就自己显现的东西。题词选得相当准。
成本我核了：9.6×10¹⁷ FLOPs，两张 H200，28 小时。搁在"基础模型"三个字的语境里，这预算寒酸得让人心疼，也寒酸得让人尊敬。
全文最硬的是四组对照。不喂示例，基线；喂正确配对，涨；把历史和未来胡乱配对，比不喂还糟；数值加噪，同样更糟。错配比空白伤害更大——模型是真在读上下文里的关系，读错了会真被带进沟里。这一下把"上下文学习"从玄学拉回了实验台。
还有个可爱的细节帖子漏了：广度语料里塞着 MTA 地铁客流和 Citi Bike 骑行记录。一个读过纽约早高峰的模型，转头去推智利流域的径流。论迁移，这比任何一条曲线都有画面感。
至于"数值智能"这个大词，论文只测了预测这一件事。填补、异常检测、控制，全没碰。作者自己也写了。显现归显现，离被言说还早。