语言模型自我承诺机制研究：首次答案如何影响后续推理

研究22个开源模型发现，首次回答会在残差流写入“承诺方向”，该方向相似度预测后续问题耦合度（ρ=0.43--0.85）。 消融共享方向后最多保留17%效应，且不同模型对同一方向的读取电路随规模和指令微调显著变化。 该机制揭示了模型内部状态如何在跨话题中持续影响推理稳定性。