在弱块维度（维度为 8·奇数或 16·奇数）上的稀疏数据上进行峭壁回溯（最多 65 PP）

由 bug-hunt wave 11 (recall-quality lens) 发现。**严重程度：对于稀疏/词袋工作负载，严重；密集嵌入不受影响。** `turbovec/src/rotation.rs:92`: `block_size(dim)` 是 `dim` 的最大二进制整数除数，而 Walsch-Hadamard 混合仅在 `B` 大小的区块内进行（2 次轮，rotation.rs:30-48）。当 `B` 为 8 或 16 时，转换无法对实际需要混合的输入进行高斯化 - 而召回在相邻的 `dim` 中下降了一个悬崖。 **配方：** n=20,000，10 个非零随机稀疏（N(0,1) 值），L2 标准化，300 个保留查询，种子 0 和 1。度量符合 benchmarks/suite/recall_*.py（控制：真实 OpenAI-1536 n=100k 2 位 → R@1 0.886 与发布的 0.891；GloVe d=200 4 位 → 0.840 与 0.8498）。