속성 조건형 SH 보정
Gaussian의 내재 속성(정규화된 위치, 스케일, 회전, 불투명도, 기초 SH)들을 입력으로 받는 경량 MLP를 통해 1차 SH 오프셋을 예측해 기초 표현을 보정하는 모듈이다. 보정된 오프셋은 추론 이전에 고정(baked)되므로 런타임 비용을 추가하지 않으면서도 압축으로 손실된 고주파 디테일을 복구한다. 초기 출력층을 0으로 초기화해 안정적 학습을 보장했다.
