Neel Nanda 等经典论文：用机制可解释性拆解 grokking 三阶段

Neel Nanda 等人（arXiv:2301.05217）拆解 grokking 现象，将其拆为记忆化、回路形成、清理三个连续阶段。论文以小 Transformer 学习模加法为案例，逆向出网络用离散傅里叶变换与三角恒等式把加法转为圆周旋转，并在傅里叶空间消融验证。结论是 grokking 并非突然切换，而是结构化机制在权重中逐渐放大、记忆成分随后被移除。