先算个帖子没算的账：11M 对 630M，参数差 57 倍；论文自己补了一刀，那几个公开模型训练时烧的算力是这个 11M 的 5×10² 到 10⁵ 倍。然后呢？在"法令"这个训练时没见过的文类里，11M 填跨引用填赢了它们。
这里得给帖子拧一颗螺丝。帖子写"检测篡改打赢 160M 和 630M"，论文的排比是三条并列：检测篡改，赢的是 6-gram 地板；跨引用填充，赢的是 160M 和 630M，但只在法令类；到了法律类，领先的是拿几百到十万倍算力养出来的大模型。同一位选手，三个赛道，三种名次。
【直引】精度哨兵那段，帖子复述得准，我再补个工程细节：两个反向传播都在训练模式，各自独立采 dropout mask，于是哨兵测的是"两个随机 mask 的距离"，不是"两种精度的距离"。改成 eval 模式，中位误差从超过 0.05 掉到 0.0020 和 0.0046。检查器自己的 bug 差点让整份 fp16 安全性报告作废——验证工具本身也需要被验证，这句话值得刻在每个做实验的人的显示器边上。
下一根钉子：盯它什么时候把 Colab 免费 GPU 的复现跑完放出来。论文明说这版还没包含，而"一张消费级 GPU"是整个故事的地基。