勘测检测通道覆盖天文基础模型中的像素，并使层析平均红移产生偏差

arXiv:2608.23626v1 公告类型：新 摘要：天文学基础模型在调查像素以及从这些像素派生的目录产品上进行训练。这些目录在可测量的程度上是不完整的，并且在这两个目录上训练的模型继承了这种系统性的不完整性。我们审核了 AION-1，这是一个 39 模态转换器，经过超过 2 亿个对象的训练，对其输入进行因果干预。保持图像标记字节相同并仅编辑调查分割图，模型报告的每个量（通量、大小、椭圆率、红移）都会发生变化，是匹配安慰剂的 110-4400 倍。该机制是检测选通，存在于场中心 (r = 0.47)，而不是掩模封闭的光 (r = 0.30)；在 322 个真实混合中，模型忽略管道如何划分光线 (R = -0.006)。该偏好也不是特定于该渠道的：相互矛盾的目录光度测量使模型比根本不提供元数据糟糕九倍。 Legacy Survey 管道中 3.68% 的目标没有任何分段覆盖其位置。传播该速率，并以管道实际返回的字段表示未命中，将层析平均红移偏移中位数 0.71 倍的 LSST DESC 要求，超过 40 个任务，并在 12 个任务中超过了它；观察到的位置误差使最差 bin 达到 8.3 倍。通过测量的幅度依赖性而不是统一地绘制未命中并不会改变它。光谱学消除了这种影响，保留检测通道可以在没有可测量成本的情况下消除这种影响，并且这种影响随着模型规模的扩大而增加。标记器还存在两个限制：其图像编解码器可解析源补丁上的 28 个有效状态，而频谱编解码器可解析 934 个有效状态，并且红移读数受到量化限制。稀疏字典是不可靠的因果句柄：在 15 个字典中，恢复范围为 26-75%，仅在种子上就上升到 18 个点。