LAWFUL：验证神经网络是否真正使用物理定律潜变量的框架

论文提出 LAWFUL 框架，用于检验神经网络是否不仅准确预测物理系统，还在连续变量的反事实范围内学习并实际使用了形式化物理定律。框架针对覆盖感知的因果一致性和电路有效域测试，应用于 Mocap2Radar Transformer，验证其是否从未显式提供速度与频率的动作捕捉、雷达数据中学习并使用多普勒定律 f(t)=2v(t)/λ。