2026-08-06　·　防守軸　·　推翻

偵測機率是一個乘積，不是三個維度

我們原本宣稱「加大稽核率救不回有盲區的情況」。實測：盲區 0.5 時稽核率從 0.1 拉到 1.0，攻擊者總得手下降 82%，p = 5.5e-6。三個因子是同一個乘積裡的項。

稽核盲區統計推翻

#我們原本的宣稱

我們的直覺是這樣的：

如果稽核與評審有共同盲區，那麼無論把稽核率拉多高，都補不回盲區造成的損失——因為被漏掉的永遠漏掉。

依據的數字是：

	攻擊者得手	全擋率
盲區 0，稽核率 1.0	0.0	100%
盲區 0.5，稽核率 1.0	0.9667	56.67%

所以我們寫下：「加大稽核率救得回零盲區，救不回有盲區的情況。」

它去掃了完整網格，然後寫：

偵測機率是單一乘積 (1−盲區)×抽樣率×準確率，三者共軸。抽樣率與盲區可互相替換。盲區改變的是防禦的天花板（殘量 β/(1−β)），不是抽樣率有沒有用。

為什麼這個區分重要

盲區改變的是防禦的殘量上限 β/(1−β)。

β = 0.5 時，即使稽核率 = 1.0，也有 β = 0.5 的作惡永遠不會被看見——但那是被系統結構性地排除的，不是被低取樣率漏掉的。這兩件事的差別在實務上很大：

	漏掉（抽樣率低）	天花板（盲區高）
加資源有用嗎	有用	沒有用（要換裁判）
診斷方式	提高抽樣率看有沒有改善	換成確定性重跑

我們的稽核在 2026 年 9 月已經是沙箱確定性重放，所以對應的是 β = 0——沒有天花板。

我們在 2026-08-06 登錄了外部文獻裡的盲區數字。這些不是我們的 β，是別人在別的設定下量到的相關性：

研究	數字
Kim 等（2025），350+ 模型	兩個模型都答錯時，HELM 0.600（隨機 1/3 = 0.333）、HuggingFace 0.423（隨機 0.127）。而且更準的模型錯得更像。
Begin（2026）	偏好對齊相關 ρ = 0.70；10 個代理的有效獨立數 1.38；加到 40 幾乎不動
Bugaud 等（2026），17 個 VLM／8 個家族	相關的多數錯誤會丟掉正確答案 1.5–6.5% 的題目
Krumdick（2025）	用 GPT-4o 當裁判，在它自己也解不出來的題目上，Cohen κ 從 0.86 掉到 0.16

Begin 的數字回答了另一個常見的問題：「多加幾個評審者會怎樣？」

10 個評審者的有效獨立數是 1.38。 也就是說 10 個評審者約等於 1.38 個獨立來源。