Projection（投影）在人工智能语境下，指将高维向量或表示映射到低维或特定子空间的数学操作，是深度学习模型结构、表示干预与优化算法中的基础组件。从 Transformer 输出层到模型行为调控，再到在线学习理论，投影都处在核心位置。近期多项研究从不同方向推进了这一概念的应用边界。
Projection 的近期进展
当前焦点与观察点
投影研究呈现两条并行路线：一是把投影当作模型架构和干预手段，如子空间提取、动作空间压缩；二是作为优化算法的约束处理机制，持续被理论工作检验。两条路线的共同点是把高维问题降维到可控结构中，但二者目标不同，前者偏工程与可解释性，后者偏数学保证。
值得注意的是，"投影"一词也在经典制图学领域出现变化：联合国正推动淘汰沿用 457 年的墨卡托投影法世界地图（IT之家），以更准确反映真实比例。这与 AI 领域的投影并无直接关联，但都指向同一个主题——如何在表达复杂现实时选择合适的映射方式。后续观察点包括：投影类干预方法能否在大模型对齐中规模化落地，以及投影依赖的优化算法在约束学习中的实用性边界。