All experiments were carried out using Python, and the source code is available at https://github.com/kwkwon13/a-posteriori-conv-diff-siac.
一篇发表在 arXiv 的纯数学论文提供了完整的 Python 源码——这在数值分析领域仍属少数，但正在成为趋势。令人印象深刻的是实验规模：均匀 N×N 网格（N 最大 128）、五个不同粘性系数、两种多项式次数，在二维空间上的完整参数扫描。可复现性不只是 AI 领域的议题，数学论文同样值得这样的透明度标准。