eMoT：动态记忆思维框架在 Game of 24 达到 100% 准确率，轻量模型也能实现强推理

eMoT（evolving Memory-of-Thought）是一种动态记忆思维框架，通过记忆腐蚀、符号锚定和一致性精炼三大核心模块，将推理轨迹视为动态演化的记忆而非静态模板。该框架在轻量级模型上实现了超越大规模模型的推理性能，尤其在经典数学推理任务Game of 24中达到100%准确率。

大型语言模型（LLM）在多步推理中存在两大核心缺陷：

1. 幻觉问题：中间步骤易产生错误结论并持续推导，且难以自我纠正；
2. 数值计算能力弱：精确算术运算常出错，与人类借助工具的习惯形成对比。 根本原因在于LLM将推理视为一次性生成过程，无法保留或复用成功的程序逻辑，每次推理从头开始。

eMoT框架包含三大核心模块：

• 记忆腐蚀机制：强化频繁使用的有效推理路径，衰减低频模式，保持动态平衡，类似生物记忆的强化与遗忘；
• 符号锚定引擎：遇到数值运算时调用Python解释器执行确定性计算，结合神经网络的灵活性与符号系统的精确性；
• 一致性驱动精炼：每一步推理与符号结果交叉验证，检测偏差并迭代修正，防止错误累积。

实验验证显示eMoT的突破性成果：

• Game of 24任务：达到100%准确率，相比基线提升最多17.6%；
• 数学推理基准：在GSM8K、ASDiv、SVAMP、MGSM等数据集上全面提升；
• 轻量模型表现：使用轻量级骨干模型取得优异结果，证明性能提升源于推理控制而非模型规模。

与相关工作对比，eMoT的创新点：

• 思维链（CoT）：CoT是一次性推理，eMoT实现推理模式的持久化复用；
• 外部记忆系统：传统系统平等对待所有记忆，eMoT动态演化记忆（强化/衰减）；
• 工具使用：eMoT将符号计算与推理流程无缝集成，而非简单工具调用。

适用场景：

1. 需要精确计算的推理任务（数学、物理等）；
2. 需要系统搜索的问题（规划、调度）；
3. 重复性推理模式的批量处理；
4. 资源受限环境（边缘设备、小型团队）。

部署挑战：

• 记忆检索和符号执行的额外计算开销；
• 存储历史记忆的内存需求；
• 执行生成代码的安全隔离问题。

当前局限：

1. 领域泛化能力需验证（训练外场景表现）；
2. 超参数敏感（如记忆腐蚀率需任务调优）；
3. 记忆内容的可解释性有待提升。

未来方向：

1. 层次化记忆（长时程/工作记忆分层）；
2. 多智能体协作共享记忆；
3. 持续学习（在线更新记忆不遗忘）；
4. 跨模态扩展（视觉、音频等）。

eMoT代表LLM推理增强的新方向，通过动态记忆与符号计算结合，轻量模型实现超越大模型的性能。Game of 24的100%准确率证明结构化推理控制的价值，表明模型规模并非推理能力的唯一决定因素，精巧的架构设计和训练策略同样重要。这为资源受限场景提供了“以小博大”的方法论，未来有望在更多领域应用。