MiniMax 发布技术博客，披露其 M2 系列大模型无法输出人名「马嘉祺」的根因排查过程。排查从一个个例出发，最终揭示了一个波及整个词表近 5% 的系统性退化问题。 根本原因是大模型两个训练阶段的数据覆盖严重脱节。第一阶段（预训练）用海量互联网文本编出了一本约 20 万词的「字典」；第二阶段（后训练）用精选的对话数据教模型说话，但这份对话数据只覆盖了字典里的一部分。字典里有、但对话数据里没练到的词，就会在第二阶段逐渐被遗忘。 「嘉祺」就是这样的一个词。分词器（tokenizer，负责把文字切成模型能处理的最小单元）因为在互联网文本中见到「嘉祺」连用的次数够多，就把它合并成了一个独立单元。预训练时模型学会了这个词，但后训练的对话数据里包含「嘉祺」的样本不到 5 条。后训练不断调整模型参数，练到的词越来越准，没练到的词则在参数更新中被带偏。最终，模型仍然「认识」马嘉祺、能准确回答相关信息，丢失的只是把这个名字写出来的能力。 退化排名靠前的还有「传奇私服」「无痛人流」等互联网 SEO 垃圾词。这类词在预训练的互联网语料中铺天盖地，分词器给了它们独立编号，但精选的后训练对话数据不会收录这些内容，结果同样被遗忘。 团队对完整词表做了全量扫描，发现约 4.9% 的词发生了显著退化。退化最严重的是日语：29.7% 的日语词显著退化，远超韩语 3.3%、俄语 3.7%、中文 3.9% 和英文 3.5%。 日语的严重退化还解开了一个旧谜。此前模型在日语对话中偶尔混入俄语或韩语字符，一直找不到原因。这次分析表明，大量日语词退化后，在模型内部的参数空间里「漂」到了其他语言的地盘上，导致模型该写日语时错写成俄语或韩语。 修复方案是构造一份覆盖全词表的合成数据，让模型用简单的复读任务把字典里每个词都练一遍。效果立竿见影：日语回答中混入俄文字符的比例从 47% 降至 1%，全词表参数稳定度从最低 0.329 升至全部高于 0.97。

#TMEUniChart# The VOL.30 weekly TOP20 songs are here, let's check it out~ #MaJiaqi# - #唯我论者的独白# #ZhouShen# - #如约# #ziyu# - #宇宙游乐场# ...... #腾讯音乐由你榜# 2026年第30期TOP20歌曲全新来袭！ #马嘉祺# 态度鲜明的《唯我论者的独白》 #周深# 温柔恬淡的《如约》 #梓渝# 鲜活松弛的《宇宙游乐场》 ...... #TME# #TMEChart#

#TMEUniChart# The VOL.30 weekly new songs are here, let's check it out ~ #MaJiaqi# - #唯我论者的独白# #LiuYuning# - #见山河# #LayZhang# - #生日不快乐# ...... #腾讯音乐由你榜# 2026年第30期一周新歌来袭，快来查收~ #马嘉祺# 剖析自我的《唯我论者的独白》 #刘宇宁# 大气磅礴的《见山河》 #张艺兴# 怅然落寞的《生日不快乐》 ...... #TME# #TMEChart#

易烊千玺已经在tfboys时期把所有路人缘全都败得干干净净，所以无论是百花奖还是国家话剧院，都会被人骂。 因为易烊千玺成名显然吃了tfboys时期的天量红利，对于其他比他更优秀的演员就是不公平的，那么他今后获得的任何成就都是不公平的——而且这种不公平是基于流量时代的粉丝们对其他人狂踩而得到的。 无论时代峰峻这次矛盾大爆发还是tfboys，实际上揭露了一个残酷的真相： 微博时代就是饭圈时代、timeline时代、买热搜时代，流量偶像和他们强大的粉丝集体劫持了互联网的绝大多数娱乐流量，普通人敢怒不敢言，说一句话就被喷，这种怒火全体互联网网民积累了整整十几年的时间， 现在彻底进入原子化时代、流量平权时代、推荐算法时代，以前所有靠粉丝劫持微博流量获得的所有红利，都会被普通人重新审视和拷打， 所有自己粉丝为了维护自己而拉的仇恨，最后全都会反噬到偶像本体身上， 所以全民大偶像时代即将关门锁死了，现在不知道有多少人盯着把王源、易烊千玺、马嘉祺这些人踩在脚下，这种事情如果继续发酵，只能让偶像商业变成路边一条。 而当年的流量偶像，吃的微博上粉丝们集体流量劫持和买热搜的一切时代红利，估计也要到此为止了，继续吃这种东西只能得不偿失了。

东京人文论坛周末文化活动预告：本周六下午3:00，马嘉嘉博士主讲：伊朗未成功的现代化-巴列维的“白色革命”。直接参加，无需报名。

东京人文论坛周末文化活动预告。本周六下午3:00，中央研究院研究员陈宜中主讲/战争与正义：简介义站理论及其应用。对谈嘉宾：马嘉嘉博士，主持人：贾葭。欢迎朋友们一起来讨论！