过度思考的形态：长推理轨迹中的回溯爆发

推理模型常生成长轨迹，其中有效的自我修正与低效的修订难以区分。本文通过研究长形式推理轨迹内的局部重考虑、撤回或重新推导等回溯动态来探讨这一区别。基于 6000 条 Qwen3-8B 在 AIME 数据集上的轨迹，我们标注了片段级的回溯严重程度，并分析了事件时机、归一化深度及局部爆发结构。研究发现，早期的孤立修复通常与正确推理兼容，而错误轨迹则更多表现为持续且聚集在后期的中重度回溯。跨语料库验证显示该定性不对称性在不同模型/领域对中普遍存在。过滤分析将该信号实例化为前缀因果选择性早退策略：在浅层和中间深度，感知爆发的过滤优于仅基于固定长度的过滤，且仅需前缀可用特征。适度的长度截断仍是强基线，但爆发感知控制提供了一种可部署机制，用于分离可恢复的修复与潜在的 instability。