# 预注册分析：长期槽在干什么

> 写于分析之前（2026-11-01）。跑完只追加结果，不改这一节。用 experiments/out/diag_*.npz（T64 / T64-ema / T256 各 3 种子）。

**矛盾**：T64 模型写入只有 6.1% 落在半衰期 > 16 字的槽；但消融里去掉分层初始化变差 0.051。

**三个可区分的假设**
- H9 读取端在用：长期槽虽然写得少，但**读地址**落在长期槽上的占比明显高于写占比（读占比 ≥ 2 × 写占比）。
  → 长期槽像"慢变的背景"，少量写入、持续读取。
- H10 中期槽才是关键：分层初始化的作用主要来自半衰期 4~64 字的槽，不是 > 64 的；读写都集中在 4~64 桶（该桶读 + 写占比合计 > 50%）。
- H11 训练长度决定长期槽的使用：T256 模型在 > 16 字桶上的写占比 ≥ 2 × T64 的。
  来源：diagnose 里 T256 远处 loss 明显更好，推测它学会了用更长的槽。

**判定**：3 个种子平均；各桶占比按所有层、所有头的平均。H9 / H11 的"2 倍"是无依据的整数阈值，仅作记录；
同时报告原始占比，让读者自己看。


## 结果（分析之后写）

验证集 4 条 × 2048 字递推；占比 = 该桶内所有槽的地址权重之和（读 / 写各自归一化），层和头平均，3 个种子平均。

| 条件 | 量 | 半衰期 0~4 | 半衰期 4~16 | 半衰期 16~64 | 半衰期 64~∞ |
|---|---|---|---|---|---|
| T64 | 读 | 0.703 | 0.120 | 0.127 | 0.050 |
| T64 | 写 | 0.815 | 0.122 | 0.058 | 0.006 |
| T64-ema | 读 | 0.524 | 0.149 | 0.167 | 0.159 |
| T64-ema | 写 | 0.925 | 0.060 | 0.014 | 0.001 |
| T256 | 读 | 0.660 | 0.180 | 0.152 | 0.008 |
| T256 | 写 | 0.696 | 0.167 | 0.135 | 0.001 |

## 判定（按预注册的标准）

- H9 读取端在用长期槽：> 16 字桶 读 0.177 vs 写 0.064 → **成立**（2 倍阈值无依据，仅作记录）
- H10 中期槽是关键：4~64 字桶 读写平均占比 0.213 > 0.5 → **不成立**
- H11 训练长度 256 更用长期槽：> 16 字桶写占比 T256 0.136 vs T64 0.064 → **成立**（2 倍阈值无依据，仅作记录）