一个线索词，一张25张牌的盘面，以及一位必须准确还原你所指那些牌的搭档。这篇论文测量了在固定的常用英语词汇下，一个合法的词能传达多少信息，并发现了一道清晰的界限：能精确还原你全部九张牌的盘面只有0.286%，墙是词汇而不是几何，而且相似度解码器认证为完美的线索，大多在真实读者面前失效。想读通俗版，请看文章，或试试交互式探索工具。

摘要

Codenames这类合作型词语联想游戏提出了一个受限指称问题：说话者要用一个合法的词加一个数字，向搭档指出25个词的盘面上隐藏的一个子集。我们追问一个线索能否可靠地指出任意九个词的子集，并用一个六级模型阶梯把问题分解开，分别对应信道容量、嵌入几何、词汇投影和语用解释。在固定的常用英语词汇和确定性的嵌入排序解码器下，对2.0×10⁸种分配做精确枚举，能精确还原九词子集的盘面相对目标集只占0.286%，实用的边界在六个词附近。这个极限不是几何造成的：合成向量在300维下几乎能分开每一个子集，所以墙在于从理想分离方向到一个合法词的投影。在受控的试点审计中，解码器认证的分离并不能传递给语用接收者：语言模型和盲测的人类猜测者对普通语义线索的还原率是24题中23题，而对解码器认证的挑战线索是44题中0题；这种背离在更强的接收者面前依然存在，并且在自然的对局分布上可以复现。决定自然可还原性的主要变量，是有没有一个干净的分离概念，而不是目标数量。用WordNet做的符号化复现在没有嵌入的情况下重现了同样的崩塌。更广泛地说，这个结果划定了嵌入余弦相似度何时能安全地代表沟通：在高基数、低间隔的区域最不安全，而那恰恰是最容易让人想信任它的区域。

试一试

交互式探索工具在你的浏览器里运行这个解码器：选一个目标子集，看一个词如何把它分开，或者撞上那堵墙。

引用

@misc{liou2026oneclue,
  title  = {Decoder-Recoverable Is Not Communicable: One-Clue Reference Under Constrained Vocabularies},
  author = {Liou, Brian H.},
  year   = {2026},
  note   = {https://brianhliou.com/publications/one-clue-reference/}
}