attractor

本文揭示，ELF等连续扩散语言模型报告的低生成困惑度（Gen-PPL）具有误导性，因为它奖励重复；作者确定了自条件循环中的一维吸引子为根源，并提出了ACE，一种通过减去该方向来减少重复且不牺牲质量的简单修复方法。

介绍了一种新的双向搜索启发式类——前向-吸引子（F2A），通过评估到一小簇吸引子的距离，而非整个对面前沿，降低了计算成本，相比现有方法，能够减少多达11.2倍的成对评估次数和4.8倍的节点扩展次数。

文章提出软件工程方法论应从状态视角转向动力系统视角，强调吸引子逻辑优先于治理工具，在AI时代需显式建模状态空间、吸引子、轨迹与控制，以应对AI作为高频扰动源导致的架构漂移。

本文确定了Möbius吸引子和级联监督是Transformer中叠加推理出现的关键机制，填补了图可达性任务中梯度下降收敛的理论空白。