SAFE-SVD SAFE-SVD：以 Sobolev 敏感度驅動的 SVD 低秩壓縮，用於物理基礎模型 隨著物理基礎模型（PFMs）在科學計算與模擬領域的崛起，模型規模與運算成本成為部署瓶頸。本文提出 SAFE-SVD，一套將 Sobolev 空間中多階偏微分靈敏度納入的 SVD 壓縮框架。方法透過在中間激活上估算基於 Fisher 的感度、逐層序列化壓縮、以及貪婪秩分配，兼顧層內重建品質與跨層誤差傳播。
