行星探测器得分0.97，面对真实误报却如同抛硬币

TESS卫星监视着恒星，寻找凌星（transit）：行星从恒星前方经过时，恒星亮度出现的微小下降。有些行星绕恒星一圈用时不到一天。这些超短周期行星的轨道距离恒星只有几倍恒星半径，向阳面热得足以熔化岩石，而且最常见于M矮星这类低质量恒星周围。要在海量数据中找到它们，神经网络已成为标准工具，已发表的得分看起来近乎完美：0.988、0.999，甚至1.0。

用简单的考题打分

西班牙马拉加的独立研究者Juan Francisco Pagés Navarrete搭建了这样一个探测器，并如实地测量了它的表现。所用的评分是AUC：随机挑选一颗真实行星，其得分高于随机挑选的一个误报的概率。AUC为1代表完美；0.5则相当于碰运气。

按常规方式测试——把已确认的行星与263个食双星（相互遮挡、使彼此变暗的双星）相对照，这些双星选自一份包含4584个食双星的星表——这个网络得分0.97。

在此过程中，作者还抓到过它一次“作弊”。一个早期版本学会了“窄而尖的V形凹陷意味着双星”，因为用于训练的模拟双星全都长这个样子。它在模拟数据上得分0.99，却把真实行星排除在外，而真实行星的凹陷往往同样狭窄。

抛硬币

真正的考验用的是另一组误报：它们来自TESS后续观测计划，通过了自动筛选和人工核查，直到进一步观测后才被排除。面对其中的253个，同一个网络的得分是0.5001——相当于随机猜测。

为了找出罪魁祸首，作者每次只替换一种成分。替换行星样本，得分最多只变动了0.11；替换误报样本，得分就从0.97跌到了碰运气的水平。

同一个网络在四个测试集上的表现：蓝色为对照星表中的双星，红色为对照真实误报。让得分跌到碰运气水平的，是替换误报，而不是替换行星。——图2，Pagés Navarrete（2026），arXiv:2610.42009。

藏在恒星背后的恒星

原因是物理上的。TESS的一个像素覆盖21角秒的天空，因此好几颗恒星的光常常落进为一个目标测量的那片区域。如果一颗邻近恒星发生食，它的亮度凹陷就会被稀释进目标的光中，看起来就像一颗小行星。这叫做混叠（blend）。

通过比较每次凹陷期间和凹陷之外拍摄的图像，作者确定了消失的光来自何处。在145个真实误报中，有61个——42%——光源位于距目标一个像素以外的地方。这只是下限：距离不到一个像素的邻星躲过了这项检验。

一个可以计算的上限

如果混叠与行星无法区分，那么探测器在它们身上只能抛硬币，哪怕在其他一切情况下都完美无缺。由此得到一个简单的上限：AUC = 1 − f/2，其中f是混叠所占的比例。f = 0.421时，上限为0.789。

用真实误报重新训练后，这个网络的得分从0.61升到0.80 ± 0.06——与预测值只差0.19个标准差。两条独立的路径，一条通过图像，一条通过网络，得到了同一个数字。一个看似无害的测试捷径，本会让得分多出0.04，而这样的差距常被用来为一种新架构加冕。

左：重新训练使网络达到预测的上限。右：上限1 − f/2随混叠比例的变化，测量值正好落在线上。——图4，Pagés Navarrete（2026），arXiv:2610.42009。

论文认为，这个极限既不在于架构，也不在于训练数据的多少或计算能力，而在于单一颜色的光变曲线所包含的信息。

看向曲线看不到的地方

于是，作者把网络与其他线索串联起来：光来自哪里，凹陷深度如何随颜色变化，借助大型望远镜的清晰图像对周围恒星建立的模型，以及盖亚（Gaia）卫星对某颗恒星在天空中的运动是否符合单颗恒星的检验。

在435个悬而未决的候选者中，有49个得分超过0.9。其中29个是混叠。剩下的20个里，19个是误报——其中4个混叠因颜色露出马脚，7个因位置露出马脚，还有1个尽管地面观测记录毫无破绽，却仅被盖亚标记了出来。在幸存者中，得分最高的两个分别是一个双星和一个混叠。

一年只有七小时

第二十个是TOI-6662 b，网络只把它排在第26位。它的大小是地球的0.94倍，绕一颗半径为太阳三分之一的M矮星运行，每7.05小时转一圈。它所处的位置，是潮汐会把它撕碎的距离的1.19倍，这意味着它的密度至少要接近地球，否则潮汐早已把它撕碎。它接收到的光约为地球从太阳接收到的366倍，温度约为1220 K：处在维持一片岩浆海洋的边缘。

另一个团队，Collier及其同事，独立验证了同一颗行星，结论相同。这种验证是统计性的：这颗行星的质量仍未测量。在作者看来，这样的探测器值得拥有，“前提是把它的输出看作它本来的样子：一种优先排序，而不是一项决定。”