## 把两次成功背后的两条规则写出来

## 解释、算例与证据

# P61 · 前两张图都选对，究竟说明了什么？

两次答对并不只有一种解释。当前两图都由左侧人物持球，因此关系规则和左色规则给出相同答案。先把各自预测明确写出，再去看下一页哪两个条件让它们不同。图旁给出的是规则预期，而非模型实测结果。



图内标签与数值：红在左 · 红持球；蓝在左 · 蓝持球；按持球者颜色；红；蓝；按左边衣服颜色；红；蓝；条件示意；两条规则预测。A 为原合成场景，B 为同源颜色编辑；不是模型推理。

红衣左侧持球与蓝衣左侧持球两张同源图，两条规则都得到正确的红、蓝答案。

- 红在左 · 红持球
- 蓝在左 · 蓝持球
- 按持球者颜色
- 红
- 蓝
- 按左边衣服颜色
- 红
- 蓝
- 条件示意；两条规则预测。A 为原合成场景，B 为同源颜色编辑；不是模型推理。红衣左侧持球与蓝衣左侧持球两张同源图，两条规则都得到正确的红、蓝答案。 [查看对应图解状态](/#/l3-r2-p61/0)[查看完整图解](/course/figures/l3-r2-p61-0.html)

## 课堂讲述

看这两张图。第一张红衣人在左边，也拿着球；第二张蓝衣人在左边，也拿着球。如果模型两次都选对，我们很容易觉得它已经理解“谁拿着球”。
但是另一个更简单的规则也能通过：只看左边人的衣服颜色。在这两张图里，位置线索和持球关系恰好绑在一起，两个解释给出同样的答案。
这不是故意找一个苛刻陷阱，而是在检查这两次成功究竟排除了哪些可能性。接下来我们不需要再多收集十张同样相关的图片，只需要选择让两个解释发生分歧的条件。


### 两次成功为何仍有两个解释
[独立阅读](/course/blocks/relation-competing-rules.html)
保留两句候选：A 为红衣人拿球、旁边有蓝衣人；B 为蓝衣人拿球、旁边有红衣人。第一张图左红持球，第二张图左蓝持球。关系规则按持球者衣色选择 A/B；位置规则只按左侧人物衣色选择 A/B。



| 条件 | 持球关系规则 | 左侧颜色规则 |
| --- | --- | --- |
| 左红持球、右蓝 | A | A |
| 左蓝持球、右红 | B | B |



两个规则对这两张图作出完全相同的预测。即使真实模型两次答对，也不能仅凭这两次观察决定它用了哪条规则。这不是说成功没有价值：成功表明它在当前条件里能选对候选，只是测试没有排除另一解释。



要增加解释力，应该选择两个规则会分歧的输入，而非收集更多左侧总持球的成功图。下一页把持球位置交叉安排，保持同样两句候选，使答案依据成为可观察差别。页面表格计算的是规则预期；读取真实模型时要另查固定模型、实际输入与分数记录。


## 沿这个问题继续

先回看本页画面并指出输入、条件和输出，再按“两次成功为何仍有两个解释”阅读。相关实验以其已保存结果为起点，需要动手时再顺序执行 Notebook；

**出处：**[S12 · 教材与出处](/course/round2-sources.html#S12)
#### 图示条件与公式约定

A=relationship-a-left-red-holds.png，红衣女子在左且持球；B=relationship-b-left-blue-holds.png 是 A 的同源颜色编辑，蓝衣女子在左且持球。页面是人工定义两条规则的预测，不是新 CLIP 推理。B 并非逐像素单变量变换。


#### 这条线索的展开与后续阅读

- [两张图都选对了，它依据的是什么？](/supplement.html?return=l3-r2-p61/0#/l3-relation-question/0) 本页说明