天文学基础模型存在系统性偏差审计揭示

基础模型在天文学领域的应用正日益广泛，但一项最新研究对其可靠性提出了重要质疑。研究人员对AION-1——一个拥有39种模态、基于超过2亿个天体对象训练的Transformer模型——进行了系统性的因果干预审计，结果发现该模型存在一个此前未被察觉的严重偏差：巡天检测通道的像素信息会覆盖并主导图像本身的特征，进而污染模型输出的关键天文参数。

这项研究的核心发现极具冲击力。在保持图像令牌逐字节不变、仅编辑巡天分割图的条件下，模型报告的所有物理量——通量、尺寸、椭圆率和红移——都发生了显著变化，其效应量是安慰剂对照组的110至4400倍。这意味着模型并未真正从图像像素中提取信息，而是过度依赖分割掩码所代表的检测通道信号。进一步分析表明，这种偏好源于检测门控机制：决定模型输出的关键在于源是否位于场中心（相关系数r=0.47），而非掩码包围的实际光线分布（r=0.30）。在对322个真实混合天体的测试中，模型完全忽视了管线如何划分光线（R=-0.006），充分说明其决策逻辑与图像内容几乎无关。

更令人担忧的是，这种对检测通道的依赖并非简单的偏好，而是一种系统性偏差。当研究人员为模型提供与图像像素矛盾的目录测光数据时，模型的性能比完全不提供任何元数据还要差九倍。这表明，训练过程中引入的目录产品不完整性，已经作为系统误差被模型继承。据量化，Legacy Survey管线有3.68%的目标其位置没有对应的分割区域。当研究人员以管线实际返回的字段来模拟这种缺失时，断层平均红移的中位数偏移量达到LSST DESC（暗能量科学合作组织）要求的0.71倍，并且在40次模拟中有12次超过该要求。若将观测到的位置误差纳入考虑，最差区间甚至达到8.3倍。

研究还探索了缓解措施。令人鼓舞的是，光谱数据可以有效消除这一偏差；而直接移除检测通道的输入，在可测量的成本几乎为零的情况下也能显著改善模型表现。此外，模型的性能还受其规模影响——误差随模型规模增大而增长，这提示更大的模型可能继承更多训练数据中的系统性问题。

除了检测通道问题，审计还揭示了模型分词器的两项内在限制。其一，图像编解码器在源斑块上仅解析出28个有效状态，而光谱编解码器可达934个状态，巨大的差距表明图像表示的信息瓶颈严重。其二，红移读出受量化限制，这可能导致输出精度无法进一步提升。研究人员还警告说，稀疏字典并非可靠的因果干预工具：在15次测试中，其恢复率在26%到75%之间波动，仅改变随机种子就可使结果移动多达18个百分点，这给基于稀疏字典的因果分析带来了额外的不确定性。

这项研究为天文学基础模型的可信度评估提供了重要方法论。它不仅精确定位了AION-1的偏差来源——检测通道压倒图像像素，而且证明了这种偏差会直接传递到科学结论中，影响巡天数据的断层红移测量。对于正在积极构建和应用天文基础模型的研究社区而言，这是一个及时且必要的警示：在追求更大规模、更多模态的同时，必须警惕训练数据中隐含的系统性缺陷，并开发有效的干预和校正策略，否则模型输出的科学结果可能充满陷阱。