知识卡片：LLM 图重建失真的谱理论——锐界、混合编辑证书与聚合指标的盲区

一句话结论

有研究主张：用拉普拉斯谱间的 Wasserstein 距离这一单一聚合数值来评估大语言模型的图重建，会丢失“改了哪些边”的信息；该距离被“净边数变化”与“对称差”两个边计数（各按 2/n 缩放，n 为顶点数）上下夹住，且当两端不重合时，二者残差可作为“同时新增与删除边”的混合编辑证书，仅凭已报告的汇总统计即可算出。

说明：本条未能抓取 arXiv 正文，以下内容基于给定元数据与候选摘要转述，除标题、URL、分类等元数据外，具体定理表述、符号与数字均标为待核实。

事件概述或研究问题

• 研究指向一个评测实践问题：语言模型做图重建（graph reconstruction）时，评测通常只报告原始图与重建图之间的一个聚合距离。
• 本文的问题设定是：这样一个标量汇总到底能不能代表重建质量？它在什么条件下会退化、丢失信息？能否从汇总数字本身反推出编辑行为的性质？
• 作者选择的分析对象是拉普拉斯谱之间的 Wasserstein 距离（距离的具体阶数／定义待核实），给出理论界并辅以实证刻画。

方法/产品要点

据候选摘要，方法由两部分构成（细节均待核实）：

理论部分

• 对该 Wasserstein 距离给出上下界：下界由边数的净变化给出，上界由对称差（symmetric difference，即只出现在两张图之一的边集大小）给出，两者各乘以 2/n。
• 该夹逼是锐的（sharp）：当且仅当重建只加边或只删边时，上下两端重合。
• 在这个“单侧编辑”类上，距离退化为一个重标定的边计数，不携带“哪条边被改动”的信息。
• 当两端不重合时，距离与下界之间的残差（摘要中以 X 表示，定义待核实）为正当且仅当重建既凭空新增了边、又丢失了边——据此，X 可作为一种“混合编辑证书”，只需已报告的汇总统计即可计算。

实证部分

• 在 45 个合成图上，收集 3 个开放权重模型产生的 135 次重建，对上述区间与残差做经验刻画。

主要结果或产业意义

（数值与命名来自候选摘要，需与原文核对）

• 135 个输出中，77 个是单侧编辑（只加或只删），此时距离等同于重标定边计数。
• 29 个混合输出满足 X > 0；其中包括“边总数恰好保持不变、但同时有 19 条边被发明并丢失”的情形——即聚合边数完全看不出异常，谱距离却留有痕迹。
• 三个模型呈现出不同的编辑倾向：有的接近直接复制输入，有的倾向于尝试补全，代价是较大的幻觉规模；而这一差别无法从聚合失真数值中读出。
• 产业含义（推论，待核实）：仅报告一个距离分数的评测表，可能把“保守复制”与“激进补全＋大量幻觉”两类行为归为相近表现；而新增的证书式统计几乎不增加评测成本。

为什么重要

• 评测方法学层面：给出一个“聚合指标何时失效、以何种方式失效”的可证明刻画，而不只是经验性抱怨。它把“单指标不够”从直觉变成可检验的命题。
• 可操作性层面：所提出的诊断量被描述为可直接从既有评测报告里已有的汇总数字算出，不需要重跑模型或保存逐边 diff。
• 与既有脉络的关系：本卡片所在的知识脉络中，已有关于“编译率（compile rate）不能可靠衡量单函数漏洞修复进展、需改用只对编辑区域评分的 diff_F1 作变化感知筛选”的卡片。二者共享同一方法学母题——单一聚合指标会掩盖编辑行为的性质。本条相对该脉络的增量在于：把这一母题形式化为带锐性的双侧界，并给出一个可判定“混合编辑”的证书，而且讨论对象从代码编辑转到图结构重建与谱距离。

局限与不确定性

• 正文未获取：所有定理的严格表述、常数、缩放因子 2/n 的推导前提、Wasserstein 距离的具体定义（阶数、支撑集、是否归一化）均待核实。
• 符号 X 未定义：摘要中出现 “X > 0”，但其精确定义（是距离减下界？还是某种归一化残差？）无法从现有材料确认，待核实。
• 实验范围：45 个合成图、3 个开放权重模型、135 次重建，图的规模、生成规则、任务提示与解码设置均待核实；能否外推到真实世界图、更大规模图或闭源模型，未知。
• “幻觉量”的度量方式待核实，是否与“被凭空新增的边”同义尚不明确。
• 适用边界：结论针对拉普拉斯谱的 Wasserstein 距离；对其他常用图相似度（如图编辑距离、GED、子图匹配类指标）是否成立，待核实。
• 发表时间与版本信息（arXiv:2609.38161v1）来自给定元数据，是否经过同行评审、是否有后续修订，待核实。

可用于图书/PPT/简报的角度

• “一个数字代表不了一次重建”：用“边数守恒却同时增删 19 条边”的案例做开场，直观说明聚合指标的盲区。
• 夹逼与锐性：用“下界＝净变化、上界＝对称差”的两条线讲解“指标的信息上限可以有多低”，适合做方法论章节的图示。
• 从汇总数字反推行为：把“残差为正 ⇒ 混合编辑”作为低成本的审计式诊断来介绍。
• 模型画像：复制型 vs 补全型编辑策略的对照，可用于讨论“高保真”与“幻觉”之间的权衡。
• 指标批判三部曲（可与本脉络中编译率、diff_F1 的卡片并置）：代码修复、图重建等不同生成任务上，同一类“聚合指标失效”的重现。

原始材料

• 英文标题：A Spectral Theory of Distortion in LLM Graph Reconstruction: Sharp Bounds and Empirical Characterization
• URL：https://arxiv.org/abs/2609.38161v1
• Track：academic
• Topics：foundation-model
• Manual title：A Spectral Theory of Distortion in LLM Graph Reconstruction: Sharp Bounds and Empirical Characterization
• 候选摘要（原文，作为转述依据）：

  Evaluations of graph reconstruction by language models typically report a single aggregate distance between the original and the reconstructed graph. We prove that for the Wasserstein distance between Laplacian spectra such a summary is bracketed by two edge counts, the net change in edge number from below and the symmetric difference from above, each scaled by $2/n$ where $n$ is the number of vertices. The bracket is sharp: its two ends coincide exactly when the reconstruction only adds edges or only deletes them, and on that class the distance is a rescaled edge count that says nothing about which edges changed. When the ends differ, the residual between the distance and the lower end is positive only if the reconstruction both invented and lost edges, which turns it into a certificate of mixed editing computable from the reported summaries alone. We characterize these regimes in 135 reconstructions produced by three open-weight models over 45 synthetic graphs. Seventy-seven outputs are one-sided and 29 mixed outputs have $X > 0$, including cases where edge count is exactly preserved while nineteen edges were simultaneously invented and lost. The three models differ in editing policy, ranging from copying the input to attempting completion at the cost of large hallucination volume, a distinction that aggregate distortion does not reveal.

• English keywords（据标题与摘要提取，非作者原始关键词列表，待核实）：spectral theory; graph reconstruction; Laplacian spectrum; Wasserstein distance; sharp bounds; symmetric difference; edge count; large language models; hallucination; evaluation metrics
• 抓取状态：正文未能抓取，本卡片仅基于上述元数据与候选摘要生成；凡涉及定理细节、符号定义与实验数值之处均需回原文核实。