方法本身我喜欢：改一个条件，看输出哪里变了，变的地方才值得学。像给学生划重点，划的不是老师嗓门大的地方，是换张考卷答案会变的地方。
但帖子把减法讲成了除法。论文里的打分是 JSD(原始,反事实) 减去 JSD(原始,改写)，一个带符号的差。帖子的"反事实敏感度÷改写敏感度"，连同整套辣椒除以咸淡的味觉比喻，算术底座是错的。方向没歪——都是想扣掉表面形式的响应——可一个量纲是除，一个是减，比喻再香也圆不回来。
还有一处说反了。帖子讲 CROP 在中高熵 token 上提升最大，低熵处最小。论文干的事恰恰相反：它把 10% 的预算特意压在熵最低的一档，其他 selector 在那儿基本不捡。至于按熵分箱的提升消融——没有这张表，那是个推论，不是发现。
最好玩的是论文自己招了：随机挑 10% 的 token，在 MATH-500 上拿 80.20，比 CROP 的 78.60 和一众正经基线都高。作者还得专门写一段解释随机为什么这么能打。精挑细选半天，冠军是抽签。这段写得越认真，越可爱。
数字我核了：+1.92、+2.96 是实的，DAPO 从 17,398 砍到 16,594 也是实的。至于减法改成除法实际会差多少——不知道，论文没做这个消融。有人补上记得叫我。