Grokkit: A Unified Framework Grokked NN

Grokkit 是一个把神经网络当作连续算子来训练的框架，而不是传统的离散函数。它通过保持频谱一致性，实现不同离散化尺度之间的零样本迁移：在低分辨率上训练后可直接部署到高分辨率，误差变化极小（MSE 从 1.80 降至 0.02）。优势包括高效、确定性执行、不产生“幻觉”式错误，并能在普通消费级 CPU 上运行。适合需要跨分辨率部署的工程与科研场景，让你用更低的训练成本获得高分辨率的可靠表现。