# 预注册实验：精确回忆（联想检索），训练加长到 2 万步

> 写于实验之前（2026-11-01）。跑完在 recall.md 里看结果，这里不改。

**背景**：10-11 的 recall 实验只训 3000 步，Transformer 和 ZeroPoint 都接近瞎猜（N=16 时 14~18%，瞎猜 6%），无结论。

**做法**：同一脚本（recall.py），RECALL_ITERS=20000，其余不变（3 个模型 × 2 个种子，宽 64 / 2 层 / 4 头；N 在 2~16 随机；测 N = 2, 4, 8, 12, 16）。

**预测**
- P1 Transformer 学会：N=16 准确率 ≥ 80%（来源：注意力做键值检索是已知能力，3000 步不够是训练量问题）。
- P2 ZeroPoint 落后：N=16 时比 Transformer 低 ≥ 20 个百分点（来源：16 个槽、每头 16 维，要原样存 16 对键值超出容量；无依据的具体数字，仅作记录）。
- P3 槽数有用：32 槽比 16 槽在 N=16 时高 ≥ 5 个百分点（无依据，仅作记录）。
- 判定：2 个种子的均值；差别小于两个种子之间的差距时不算数。