Free(): 在仅使用Malloc的推理模型中学习遗忘

推理模型通过扩展测试时计算能力来增强问题解决能力，但面临一个关键悖论：过多的思考标记往往会降低性能。我们将其归因于架构上的根本缺陷：标准LLMs作为“仅malloc”的引擎，持续累积有效和冗余步骤，而没有机制来修剪过时信息。为打破这一循环，我们提出了Free()LM，该模型通过可插拔的LoRA适配器Free-Module引入内在的自我遗忘能力。通过在推理和清理模式之间迭代切换，Free()LM动态识别并修剪无用上下文块，从而保持紧凑且无噪声的状态。大量实验表明，Free()LM在所有模型规模（8B到685B）上均取得一致改进，平均比顶级推理基线提升3.3%，甚至在IMOanswerBench上使用DeepSeek V3.2-Speciale实现了新的SOTA。特别值得注意的是，在标准Qwen3-235B-A22B模型在长周期任务中完全崩溃（0%准确率）的情况下，Free()LM将性能恢复至50%。我们的发现表明，可持续智能需要与思考能力一样强大的遗忘自由。