研究者用激活定向编辑约 13.1 万个权重，修复模型循环推理

研究者通过对比循环推理与正常轨迹的激活，定位区分两者的方向，并在两个 MLP 层编辑约 13.1 万个权重，以对抗模型重复循环。修复的 579 个练习答案中有 576 个本质上是循环修复，模型通过停止重复输出、将结果控制在 token 限制内，间接改善任务表现。