概念reasoning loop / 行动缺失 / action starvation
推理循环
推理型大语言模型在Agent场景中的一种典型失效模式，模型持续生成关于"将要执行"的文字描述，却始终不触发实际的工具调用或动作指令，导致任务无法推进
时间轴 (近 90 天)
11月4日
推理循环指模型在生成回答时反复回到相似的思路或表述，无法收敛到最终答案，常见于需要长链推理的任务，在评测中常因超出试跑次数或生成长度上限而被截断计为失败。
待验证50%
11月3日
据原始素材描述，权重空间编程方法可编辑Qwen的权重以减少推理循环（reasoning loops），通过直接修改权重而非重新训练来改善推理效率。
待验证50%
9月5日
推理循环包含思考（Thought）、行动（Action）、观察（Observation）三个阶段，每次循环都需要将完整的历史上下文重新输入模型，导致Token消耗呈阶梯式增长
待验证50%