循环里出错的 token，对比着挑出来

循环语言模型是一支小众但值得盯的路线：用共享权重递归精修内部表征，把推理做在潜在空间里。Apple 的 Byeongho Yu 等人九月提交的 LoopCD（arXiv:2609.24196）刚入选 EMNLP 2026 主会，给这条路线补了一块重要的质量拼图。

病根与药方

论文的观察很锋利：LoopLM 跨迭代的不稳定精修，会在个别位置产生局部高不确定性的难 token，而这些 token 与推理错误强相关。药方叫循环级对比解码：采样时把早期迭代的 logits 与最后一轮精修的 logits 做对比，用差异修正输出分布。整个干预发生在推理期，不动权重、不加训练、开销可忽略。论文页确认的效果是在多个代表性 LoopLM 上，算术推理、代码生成与问答一致提升。

据 Latent Space 周报的口径，AIME 2024 上 pass@1 从 61.88 提到 73.33，同时循环长度减半，质量与算力两头赚。两个口径来源不同，文中分开标注；论文页未见代码链接。

放进本周脉络

有意思的是它与本站前几天写过的 Depth as Time 恰成镜像。那一篇发现扩散模型的时间计算折进了网络深度，可以逐层解码；这一篇发现循环模型的病征写在迭代间的 logits 里，可以对比读出。两篇合起来指向同一件事：模型内部的中间过程正在变成可观测、可干预的工程面，以前只能靠重训解决的问题，现在越来越多能在解码层动手术。

对做推理服务的团队，这是又一条零成本涨点的候选路径：如果你的模型带迭代或自精修结构，LoopCD 的对比解码思路值得一试，哪怕只是离线评测里验证一遍难 token 假设。