【又是华夏人？为什么他们在数学上总是这么变态？】
【楼上的，建议你去查查今年大漂亮国数学奥赛国家队的成员名单，从肤色结合名字看，至少一半是华裔。华夏人在数学上就是有天赋，这是事实。】
【天赋个屁！我在学校见过的华夏学生，全都是一些只知道学习、不愿意social的书呆子！除了考试什么都不会！】
这条评论底下，立刻引来了一大堆反驳。
【醒醒吧buddy，你那是十年前的刻板印象了。现在的华夏和以前可不一样了。】
【对！菲加利教授在视频里都说了，建议大家多和华夏的大学进行交流合作。人家可是菲尔兹奖得主，比你懂。】
【强烈建议楼上那位去油土鳖看看那些up主在华夏拍的旅游vlog，看看现在的华夏发展有多迅速。你的认知该更新了。】
【我去年暑假去过上海和深圳，说实话，比纽约和洛杉矶现代化多了……地铁又新又干净，到处都是高楼大厦，科技感爆棚。】
杰森翻着评论，越看越觉得有意思。
就在这时，他注意到一条点赞数很高的评论：
【各位，重点不是华夏人厉害不厉害，重点是这个算法如果真的能大幅降低AI幻觉率，那对整个人工智能行业意味着什么？CloseAI、狗狗、Meta那些公司，现在估计都急疯了吧？哈哈哈哈！】
这条评论底下，立刻有人跟帖：
【确实。我一个朋友在狗狗做AI研发，昨晚就在朋友圈哀嚎，说他们组研究了一年多的课题，被一个华夏本科生一晚上就解决了，他现在怀疑人生……】
【同样的感觉+1。我导师今天早上看完视频，直接在实验室群里发了条消息：All hands meeting tomorrow 9am. Topic: Pivot research direction.（明天早上九点全体会议。主题：调整研究方向。）】
【笑死，我仿佛看到了无数PhD瑟瑟发抖……】
杰森看到这里，忍不住笑出了声。
他又往下翻了翻，发现除了这条原始视频，“提克托克”上还出现了好几个二创版本。
其中一条，标题是【当数学家们代代相传，如今迎来了新的继承者】。
杰森好奇地点了进去。
视频一开始，是德利涅教授那段话的录音作为背景音：
“这就是每一代数学家之间的传承。不断地解决旧的难题，然后又会有新的难题出现，留给下一代的、更年轻的数学家去解决。而如今，你也加入了这个伟大的过程之中。“
配合着这段充满力量感的旁白，画面上开始按照时间顺序，出现一个又一个历史上伟大的数学家。
欧几里得，《几何原本》。
笛卡尔，解析几何。
牛顿和莱布尼茨，微积分。
欧拉，图论与拓扑学。
高斯，数论与非欧几何。
黎曼，黎曼几何与黎曼猜想。
希尔伯特，希尔伯特23问题。
每一个名字出现时，画面都会闪现他们的画像或照片，以及他们最重要的成就。
随着时间线推进，画面来到了现代。
陶哲轩，2006年菲尔兹奖得主。
佩雷尔曼，证明庞加莱猜想。
舒尔茨，2018年菲尔兹奖得主。
然后，BGM忽然变得更加激昂。
画面切换到了陈林站在白板前奋笔疾书的场景。
一行行公式在白板上飞速浮现。
镜头不断切换，从陈林专注的侧脸，到台下那些目瞪口呆的观众，再到写满公式的六块白板……
最后，定格在陈林写完最后一个符号，转身面向全场，深深鞠躬的那一刻。
BGM在这一瞬间达到了最高潮！
整个视频，剪辑得燃爆了！
杰森看完，浑身的鸡皮疙瘩都起来了。
他看了一眼这条视频的数据——发布不到12个小时，播放量已经破了200万，点赞数超过30万！
评论区更是炸裂。
【Jesus Christ！我竟然……在“提克托克”上看完了一场数学演讲？我一定是疯了！】
【是的，对我来说，比一场一半时间都在罚球的NBA比赛精彩多了……】
【掌声响起的那一刻，我忍不住跟着BGM哼了起来！燃！太燃了！】
【Up主是什么神仙剪辑手？这个BGM卡得也太精准了吧！我看得热泪盈眶！】
【前方高能：我妈刚才问我为什么跪着看手机……】
【我一个学艺术的，居然被一个数学视频看哭了？这算什么事儿？】
杰森一边看评论一边笑，他从来没有过这种感觉，数学也可以让自己觉得有意思，因为一个华夏人。
……
与此同时，斯坦福大学。
盖茨计算机科学大楼，三层的研究生机房。
深夜的机房里依旧灯火通明，三个肤色各异的博士生正围在一台电脑前，盯着屏幕上暂停的视频画面。
坐在中间的是一个皮肤黝黑、留着脏辫的黑人男生，名叫马库斯。
左边是一个金发碧眼、戴着黑框眼镜的白人女生，叫艾米莉。
右边则是一个典型的东亚面孔，华裔男生，叫凯文。
“我不敢相信……“艾米莉推了推眼镜，语气里满是难以置信，“一个燕南大学的本科生，就这么把我们研究了一年多的课题，给解决了？“
“而且还解决得这么彻底。“马库斯苦笑着摇头，“你看他推导出的这个算法框架，理论上可以直接应用于所有基于Transformer架构的生成式模型。这意味着什么？意味着GPT、Claude、Gemini……所有这些模型，都能用！“
凯文双手抱胸，盯着屏幕上那密密麻麻的数学公式，沉默了好一会儿才开口：“不只是我们。我刚才去Twitter上看了一眼，斯坦福、MIT、伯克利、CMU……
几乎所有顶尖高校里研究大模型幻觉率的课题组，现在都在社交平台上哀嚎。“
他说着，划拉了几下手机，找出几条推文给两人看。
【MIT CSAIL某PhD：我导师让我今天之前写完关于降低LLM幻觉率的research proposal。我现在打开文档，盯着空白页面，不知道该写什么……】
【伯克利AI Lab某研究员：刚看完那个视频。我现在的心情，就像辛辛苦苦爬了一年的山，结果发现有人坐直升机五分钟就到山顶了……】
【DeepMind某scientist：发个技术贴。关于那个华夏学生推导出的算法，我初步分析了一下数学原理，这玩意儿的理论基础太扎实了，几乎找不到可以反驳的点……】
艾米莉看完这些推文，整个人都瘫在了椅子上，发出一声长长的叹息。
“所以，我们接下来该干什么？论文还写吗？“
凯文想了想，缓缓摇头：“写肯定还是要写的，但方向得变了。“
他站起身，走到白板前，拿起记号笔，一边说一边在白板上写着：
“现在唯一还能做的，就是把陈林提供的这个算法，转换成可以实际运行的代码。“
“首先，“凯文在白板上写下“Step 1: Math to Code“，“陈林的演算是纯数学角度的，对于计算机系的人来说，哪怕是PhD，要完全弄懂也需要一定的门槛。我们得先把那些公式，翻译成伪代码。“
“其次，“他又写下“Step 2: Integration“，“陈林的算法是基于神经网络和微分流形理论推导出来的，但要把它融合进现有的Transformer模型架构，用于实际的大模型训练和推理，这个工程量可不小。“
马库斯听到这里，眼睛忽然亮了起来：“对啊！如果我们能第一个把这个算法成功实现，并且在实验中验证它确实能大幅降低幻觉率，这本身也是一篇很不错的paper！“
“没错。“凯文点了点头，在白板上又补充了一行字：“Step 3: Benchmark & Validation“。
“我们可以在多个主流的开源模型上进行测试，比如LLaMA、Mistral这些，对比实施新算法前后的幻觉率变化，做一个详细的benchmark。“