深度分析
FluidSplat：以各向異性高斯基元與傅立葉殘差解碼器，在稀疏表面感測下重建流場
面對稀少表面感測器的流場重建挑戰,FluidSplat用各向異性高斯基元構建可解釋的空間搭架,再以受感測器條件化的傅立葉特徵殘差解碼器補正細節。理論揭示基元數與噪聲間的偏差—變異權衡,實驗於多個基準展現優勢並在AirfRANS八感測器情境減少11–23%誤差。
傅立葉特徵
深度分析
Llama‑3.1‑8B 在循環概念上以十進位加法與稀疏 MLP 子電路重構表示
這篇研究揭露 Llama-3.1-8B 處理循環概念（如月份、星期、24 小時制）的內部機制。研究發現模型並非直接在概念的自然模期內做模加法，而是先在中間層用一套通用的「基於十進位的加法」機制計算總和，然後再把數值映射回各自的循環概念空間。
深度分析
傅立葉特徵與頻譜收斂：語言模型中數字表徵的幾何可分性研究
研究發現語言模型在自然語言預訓練中會出現數字的週期性表示。本文指出透過傅立葉頻譜能看到明顯周期性尖峰，但這些頻譜不保證數字餘數類別可線性分離。實驗顯示資料的共現結構、模型架構、優化器與分詞策略共同決定是否出現可用於模數分類的幾何特徵。這影響數字處理與模型可解釋性的研究方向。