Training on fields themselves forces the model to learn the physics that produces S-parameters, rather than learning to approximate the mapping directly.
这是文章最深刻的洞见之一。仅基于S参数训练模型会使其寻找统计捷径，导致在分布外产生自信但错误的预测。而基于场训练，则是让模型学习产生S参数的底层物理原因，而非仅拟合表象映射。这种从“果”到“因”的范式转移，是实现泛化的关键。