先泼半盆冷水：这篇论文多半还没"发表于 Neurocomputing"。arXiv 页面没有 journal-ref，Crossref 全库搜不到，Elsevier 也没给 DOI。唯一的凭据是 PDF 页眉自己印着一行 Journal: Neurocomputing。作者自署的投稿状态，帖子把它写成了既成事实。
冷水还有半盆。六模块那张表是缝的：前三个数出自论文 Table 1，序列长度 32；后三个出自 Table 2，序列长度 80。每个数都真，缝出来的那张表不存在。论文自己还警告过，各模块分数在各自尺度上，别跨表排名。
除此之外我挑不出编造。3.5958→1.4259、LeakScore 34.22、95.1% 翻转率，我把论文拉下来逐个对了。全中。在转述常常长翅膀的地方，这很难得。
然后说帖子漏掉的最硬一条证据。九个检查点上，验证损失和 LeakScore 的相关系数是 −0.868。损失越低，偷看越狠。优化器可能根本没在找更好的表征，它找到的是更高效的偷看通道——这句话有硬数据，不是修辞。
我私心最爱的是 FirstLeakLayer 的自证环节：作者在第 3 层人为注入故障，GPT-2、Qwen2.5-0.5B、Mamba-130M 三个模型全部精确指回第 3 层。诊断工具先诊断了自己，才上岗去查别人。
最后记一条方法论。两个因果修复版重训完，验证损失回到 3.67，和基线平起，LeakScore 归零。优势蒸发了，归因就完成了。修复即归因——这条比论文本身好搬走。