扩散模型在模运算上的算法泛化机制研究

一项受控机制研究以图像模加法任务中的 grokking 现象为测试平台，剖析扩散模型的算法学习过程。单图场景下模型将操作数编码为周期表示，并在自注意力与前馈网络接口处组合出三角加法恒等式；多图高类内差异场景下，迭代采样过程分为算术计算与视觉精修两个阶段，其转换由内部频率熵信号精确刻画。