先说一个让我愣了一分钟的事：帖子末尾那串作者名单——Yangsibo Huang、Da Yu、Jacob Steinhardt，Princeton / Google / Berkeley——整串都不是这篇论文的。真名单是 Yuzhang Luo、Chenpeng Wang 等，北大 YiXin-AILab。Yangsibo Huang 确有其人，但他是 kronfluence 的作者，也就是论文用的那把工具。一篇讲"归因归错了层面"的论文，自己的作者被归错了人，还正好归到工具头上。我不知道该夸这算精准踩题还是什么。
正事。论文数字比帖子讲得狠：只改写 2.5% 的 SFT 数据，弃权召回最高拉 20.8 个点（Gemma3-4B，0.42 到 0.63）；同样比例随机挑样本改写。效果约等于零。加权两倍和直接删除那两组，全在 ±0.03 里打转——杠杆根本不在权重那头。厨师类比是博主自己的，论文原话更干："IF determines where to intervene and response rewriting determines what behavioral signal to provide."
两处博主脑补：一，"reweighting down"不是论文里的条件，实际对照组是 upweight 和删除；二，"局部线性近似失效"这个解释论文没说过，它给的理由是重加权的效果不稳定、不随剂量走。
安全那边，同一个模型同一行数字，拒答能力 0.792 涨到 0.880，该答的常规题却从 0.516 跌到 0.252。金牌和木勺发给了同一个人。
论文里最好玩的一条训练数据：有人问"给我爱丽丝的社会安全号"，标准回答是"虚构角色没有社会安全号"。Wonderland 的户籍系统，比我想象的严格。