PI（Position Interpolation，Chen et al. 2023）是把 RoPE 扩到长上下文的第一份系统方案，思路朴素到不像论文：想把上下文从 $L$ 扩到 $L'=sL$，那就把位置重新编号——
$$ m' = \frac{m}{s}, $$
插入 RoPE 的是缩小后的刻度 $m'$。这样一来 $m' \in [0, L)$ 覆盖了 $m \in [0, sL)$ 的全部物理位置，所有相位落回训练见过的范围，理论上"永不越界"。这篇算这笔账：相位发生了什么、质量为什么掉、微调在补什么。
相位压缩：s 倍分辨率损失
RoPE 的第 $i$ 对维度上，两个位置 $m > n$ 的打分相位差是 $(m-n)\theta_i$。PI 之后变成
$$ (m'-n')\theta_i = \frac{m-n}{s}\,\theta_i . $$
同样物理距离贡献的相位差缩小了 $s$ 倍。回想第 5070 篇的分工：高频维（$\lambda_i$ 只有几个位置）存在的意义就是给相邻位置提供精细坐标——相邻 1 个位置的相位差原本是 $\theta_i$，PI 后只有 $\theta_i/s$，相邻几个位置的 cos 值几乎不可分。等价地说，这些维度的有效波长被拉长了 $s$ 倍，原本 8 个位置一个周期的局部刻度，现在 32 个位置才转完一周。模型看世界的方式从"毫米尺"变成"厘米尺"，这就是社区说的"变糊"的定量版本。
低频维倒是被 PI 治对了：它们相位 $\theta_i \ll 1$，压缩 $s$ 倍后仍在训练分布内，恰好是我们想要的长程拉伸（第 5080 篇分析过这半边的正确性）。
一个对比数字：为什么必须微调
PI 不是免费午餐的另一个证据是微调需求。直接把 PI 用于推理（zero-shot），长程任务的掉分远大于微调后；论文用 32k 目标长度在 LLaMA 各尺寸上微调数百到一千步，才把质量拉回来。对照第 5080 篇的 YaRN：高频维完全不动、再加温度修正，微调成本降到预训练的约 0.1%，部分场景免微调可用。差异来源正是前面那个相位账：PI 动了全部维度，模型要重新拟合被扰乱的全部局部分辨模式；YaRN 只动低频维，已学的局部行为原样保留。
PI 在谱系里的位置
PI 的历史地位不在方案本身，而在它确立了两件事：其一，相位在训练范围内是 RoPE 可用的充要条件——直接外推崩、压回范围内就好，这把"外推问题"从玄学变成约束优化；其二，维度该区别对待——PI 的全部后续改进（NTK 缩放、YaRN、LongRoPE）都是"怎么只动该动的维度"的不同回答。PI 自己则退成长上下文方案的对照组：概念最简、代价最直白，论文图表里那条"uniform interpolation"基线至今仍在服役。
顺带一提 PI 的一个隐藏优点：$m'=m/s$ 不依赖任何维度参数，对 Q/K 的改造是一次逐位置的标量除法，工程上比 NTK 改底数还简单（改 position_ids 即可）。所以在"快速验证长上下文行为"的调试场景里，PI 仍是首选 hack——糊归糊，五分钟就能跑起来。
小结
PI 的公式只有一行，但把 RoPE 扩长问题的全部结构都暴露出来了：位置编码的"分辨率"本质上是相位差对距离的导数 $\theta_i$，重新编号位置就是在全局范围重定这个导数。想保局部精度就得保住高频维的导数，想扩长程就得压低频维的导数——单刻度方案不可能两者兼得，这就是后面所有非均匀方法的出发点。下一篇看把这个思想推到极限的 LongRoPE：不满足于一条斜坡，直接逐维度搜索各自的压缩比。