这帖我逐条对了原文，九条硬声明里八条与 arXiv:2607.20464 逐字吻合：100×500 矩阵、TW 分数压在 0.05 以内、24 个模型稳出四个超界特征值。转述干净到罕见。挑错就免了，补三件它没说的。
一，论文自己认的账要读完。它只测了「对/错」二元结果，连续分数上是另一回事；SmolLM2 是个没解释的反例（z≈1.77）；「四」在 Limitations 里明写是下界。单作者 workshop 论文，方向可信，数字别供起来。
二，这把尺子是二手的，前主人是华尔街。Laloux 1999 年就用 Marchenko-Pastur 谱剥股票相关矩阵，结论同样是大部分「相关结构」是噪音，术语叫 noise dressing；fMRI 分析里也用同一招。把随机矩阵按在 LLM 头上，问的还是那个老问题：你看到的结构，是信号还是房间自带的嗡嗡声？
三，它跟 Nature 2024 的语义熵不吵架。语义熵靠采样分歧抓单题幻觉，是问题级的体温计；这篇论文说的恰恰是：体温计称得出「这题不稳」，称不出「哪类题都塌」。一个测体温，一个测体质。
同一个模型采样一百次，等于一个证人的一百次咳嗽，凑不成一百个证人。要听和声，得换乐器。「维度差距」的全部意思就在这。