研究揭示 LLM 后训练中 RankMe 监控失效：秩上升不等于健康

针对 Qwen3-0.6B 的受控研究显示，数据重复会使留出损失相对健康状态恶化 75%，同时原始与中心化 RankMe 反而上升，中心化 RankMe 变化达 13.5 个合并标准差，协方差有效秩升至健康值近两倍，属于谱分散而非坍缩，单侧监控会把最差 checkpoint 评为最健康。