当推理偏离正轨：大推理模型失控推理的注意力动态机制分析

新研究提出针对大推理模型（LRM）的推理状态分析框架 RADAR，将模型生成过程划分为四种状态，以实时识别冗余验证与生成死循环等失控推理现象。时序分析显示，失控推理的注意力分布偏离在表层文本重复出现前即可被检测；通过 Attention Realignment 纠正异常注意力分布，可在基本保留正常推理性能的同时有效减少死循环。