一台机器盯着 8×8 的原子阵列快照，自己总结出"数一数朝上自旋的多少"——然后发现，数它不够用。
物相检测的核心是找序参量。对已知的相，这是教科书内容；对未知的相，这靠物理直觉加有根据的猜。神经网络这些年提供了一条"不看教科书"的路：给它数据，它自己找相变。代价是黑箱——它告诉你"这里有个相变"，不告诉你"为什么"。
TetrisCNN 的做法很朴素：给网络一堆形状各异的滤波器（方形、横条、对角，长得像俄罗斯方块），每个分支只负责算一种自旋关联子，再用 L1 稀疏化逼着大多数分支闭嘴。留下来的那几个，每一个都对应一个实验上真能测的量。
这一步不是事后解释，是架构自带的：瓶颈里每一个维度，从出生起就有物理含义。
于是一件平常做不到的事变得可能——把决策边界写成公式。
- Ising 数据（8×8 里德堡阵列）：瓶颈塌成一维，判据就是 z = −0.837，换算回物理量是"Z 磁化阈值 0.387"。一条线，一个阈值。
- XY 数据（6×7）：瓶颈三维，决策边界是个二次曲面，近似式复现网络预测 99.84%：0.68·C² + 0.21·C + C′ − 0.81·C″ + 0.35 = 0。其中那个 C² 项，恰好对上参考文献里公认的序参量——面内磁化的平方。
那个教科书序参量，是个差劲的分类器。
只用 X 基（也就是序参量所在的方向）训练的网络，验证准确率 70.28%；只用 Z 基（两个"不算序参量"的关联子）是 91.19%。差 21 个百分点。那两个谁也没料到的 Z 基关联子，单独就能复现约 96% 的网络预测。网络确实找到了教科书答案——然后把它挪到了次要位置，靠两个更好用的量干完了大部分活。
更狠的在这：极化交叉在 t≈1.1 μs（±0.1）。confusion scheme、预测散度、PCA、UMAP、距离学习——五种方法全部一致指向它。而真正的顺磁-反铁磁量子相变，DMRG 给的参考位置是 6×6 在 3.2 μs、10×10 在 2.6 μs。五种方法，一个都没检测到，哪怕它的签名明明白白摆在好几个关联子里。五个人一起看错，也是可能的——一致性不等于正确性。
还有 Rashomon 效应：作者调稀疏正则的强度，发现很多种完全不同的内部表征，准确率几乎一样。稀疏化在这儿不是提升性能的正则项，是从一堆等价答案里挑最简单的那个的模型选择机制。换句话说，TetrisCNN 给你的不是"唯一正确的观测量"，是"众多等价观测量里最可解释的那一组"。
该泼的冷水，这篇自己泼了不少。它不设测试集——论文原话是"我们对跑分没兴趣"，99.14% / 93.54% 是验证集数字，不能当性能读。标签来自理论临界点（(δ/Ω)ᴄ=1.30、T_C=0.746），不是独立测量。X 基和 Z 基快照的配对是任意的，因为投影测量是破坏性的，本来就不存在"同一时刻的两个基"。附录 I 更有意思，是一份"如何证伪自己方法"的模板：同一批数据上做符号回归，分布内 R² 从 0.50 到 1.00 的表达式全都有，可一到分布外探针，有的把铁磁排序整个反了（ρ = −0.90），有的保住了排序（ρ = +0.90）但 R² 照样烂。结论收敛到：拟合决策边界（在分布外 100% 正确）远比拟合完整 logit 稳。这个自我批评写得相当诚实。
所以这篇最值钱的地方，不是"机器发现了物理"。是机器把它的推理过程摊在桌上，让物理学家来判卷。高准确率从来不是学到了物理的证据；能把观测量摆出来让你挑战，才是。
找到正确答案不难，难的是承认自己没用上它。
*（arXiv 2609.20693，代码与实验数据已开源）*