Prime Fourier Embeddings:为模运算提供原理化基础
作者在摘要中提出 Prime Fourier Embeddings(PFE),用质数索引的(cos, sin)通道编码整数,使模运算转化为选择相关质数通道,而无需从零学习代数结构。基于 Schur 引理,作者证明等变线性映射必须按质数通道呈块对角结构;平方自由合数的中国剩余定理预测也与实验一致,摘要报告任务相关与无关通道的专门化比例超过500倍,并在所测平方自由合数模数上实现分布内测试完全准确。
动态展示门槛:AI 前沿与应用 ≥ 65 分,量子方向 ≥ 60 分;已确认精选照常展示。
作者在摘要中提出 Prime Fourier Embeddings(PFE),用质数索引的(cos, sin)通道编码整数,使模运算转化为选择相关质数通道,而无需从零学习代数结构。基于 Schur 引理,作者证明等变线性映射必须按质数通道呈块对角结构;平方自由合数的中国剩余定理预测也与实验一致,摘要报告任务相关与无关通道的专门化比例超过500倍,并在所测平方自由合数模数上实现分布内测试完全准确。
Debjyoti Saha Roy 研究推理训练语言模型如何从数千至数十万候选标签中选择相关标签,并提出 MISTILL 蒸馏注意力决策机制。