多重任务状态描述干扰上下文计算

基于摘要分析。本文研究语言模型能否在上下文包含多个任务状态描述时，正确解析当前状态并据此计算；主要贡献是识别作者称为“组合惩罚”（composition penalty）的现象，并通过表征干预和状态编译探查其机制与缓解条件。 作者报告，在所述下游问答设置中，加入第二份任务状态描述会降低准确率，即使两份描述一致，甚至完全重复。当一份描述更新另一份时，对于模型能够分别完成当前状态解析和基于该状态计算的条目，将两步合并后仍会在多数条目上失败。这表明单独子任务成功不保证组合任务成功，但摘要未提供具体准确率、样本量或划分协议。 机制证据方面，作者报告，中和过时描述中一个 token 的表征可恢复大部分损失的准确率，支持过时状态仍在因果上影响计算的解释。重复与过时状态带来的代价也出现在原样呈现的 shell 工具输出中；在独立编写的基准上，即使仅考察状态解析正确的条目，组合惩罚仍存在，包括摘要所述能够解出全部受控链式任务的 Claude Opus 5.5。在十九部小说的评估中，删除支持过时状态的句子，比删除等量其他文本更能提高准确率；具体问答构造与删除对照协议尚未验证。 作者报告，推理能够缩小部分受控设置中的差距，但长历史上下文中仍存在差距。先将当前状态编译成单一描述、再执行计算，在受控设置中几乎消除了组合惩罚；不过，长历史中的错误编译可能抵消这一收益，甚至降低端到端准确率。因此，需要分别核对编译保真度、编译后计算表现与整体流程表现，不能把条件性改善视为普遍提升。 本文主要研究对象是语言模型的上下文状态处理，不是 EEG 解码或 BCI 状态估计。摘要未提供可直接复用的神经信号方法机制，不据此推断 BCI 有效性。模型配置、表征干预实现、实验协议、消融及统计信息尚未验证。