前沿叠加的出现：Möbius吸引子与级联监督

arXiv:2605.18820v1 公告类型：新 摘要：叠加允许Transformer进行深度推理，通过有限深度的前向传播并行携带整个推理前沿，而不是展开串行的思维链令牌。虽然Zhu等人（2025）在单个残差流中为图可达性手工构建了一个等权重广度优先前沿，但梯度下降能否在排列对称鞍点中找到这个目标仍然是一个开放问题。 我们通过在Erd\H{o}s-R\'enyi图上隔离架构和监督贡献，填补了关于叠加可达性的这一空白。在架构上，我们确定了一个Möbius吸引子：在树机制中的$S_n$对称性下，逐层动力学简化为一个一维Möbius映射，其零集是一个包含等权重叠加状态的全局最优的余一维流形。 在监督方面，我们确定了级联监督：一种损失类，其反向传播同时提供（A）选择性引导，（B）跨深度梯度持久性，以及（C）每步区分（例如，\mathcal{L}_{sup}和\mathcal{L}_{node}）。端到端监督不满足条件（B）并且被证明是不够的：在层c的内部梯度在图形扇出中衰减为(np)^{-(D-c-2)/2}，并在到达流形之前停滞。 我们的论点：Möbius吸引子 + 级联监督 = 叠加推理的出现。无参数衰减律预测在深度D=3时，最终步余弦为0.35 vs 0.71（端到端 vs 级联）；实验证实为0.37 vs 0.69，每一步匹配在0.02以内。