消融實驗（ablation study）
/ uh-BLAY-shun STUH-dee /
假設你的AI系統有五個巧妙的零件，而且它運轉良好。一個公道的問題是：到底哪些零件真的要緊？消融實驗回答它的辦法，是每次拿掉一個零件，再重新測一遍。如果你刪掉某個組件後分數幾乎紋絲不動，那這個組件就沒出什麼力；如果性能一落千丈，那你就找到了關鍵的東西。這個詞借自醫學，那裡的「消融」指的是用手術切除組織，好看看它原本起了什麼作用。
正是這套實驗紀律，把真正的理解和空口白話區分開來。一個新方法也許把一個花哨的架構、一個特殊的訓練技巧和額外的數據揉在一起，報出一個漂亮的結果——可功勞究竟該歸給哪種配料？沒有消融實驗，你是真的不知道，你很可能在誇一個裝飾性的特性，而那活兒全是一個平平無奇的部件幹的。把每一項添加都一次一個地剝掉，數字就會告訴你真相。
好的消融實驗，正是一篇論文的主張之所以可信的原因；它們的缺席則是一個危險信號。誠實的提醒是：組件之間會相互作用，所以「同時拿掉兩個」並不等於「分別拿掉每一個」之和；而且一個在某個數據集上看起來沒用的部件，換個數據集可能就至關重要。消融告訴你的，是在這裡、在這些條件下，什麼要緊——一個審慎的、局部的真相，而非普適的定律。即便如此，它仍然是「理解某樣東西為何奏效」最強大的習慣之一。
一個團隊聲稱他們的翻譯模型因為三項添加而變好了。消融實驗顯示：拿掉額外數據，分數掉4分；拿掉新架構，掉3分；可拿掉那個被大肆宣傳的訓練技巧，分數只變了0.1——這就揭穿了那個技巧幾乎無關緊要。
每次拿掉一個零件；分數掉了多少，揭示出究竟是誰在真正出力。
要留意交互效應：兩個組件可能各自單獨看都沒用，合在一起卻至關重要（反之亦然）。一次乾淨的「每次拿掉一個」的消融可能漏掉這一點，這正是為什麼周到的研究還會去測組合——也是為什麼「我們做了消融」並不自動就等於把故事講全了。