eMoT：通过符号锚定与记忆腐蚀进化思维记忆

针对大语言模型在多步推理中存在的幻觉与数值计算缺陷，本文提出 eMoT（进化思维记忆）框架。该框架将推理轨迹视为动态演化的记忆而非静态模板，包含三大模块：强化高效用推理结构的记忆腐蚀机制、利用 Python 进行确定性计算的符号锚定引擎，以及对齐神经推断与符号结果的一致性优化过程。实验表明，eMoT 在 Game of 24 任务中达到 100% 准确率，并在多个数学推理基准上显著优于传统思维链方法，证明了其推理控制机制的有效性。