ELR：消除循环语言模型的单轮精度损失

潜在循环语言模型重复共享层块，可通过循环次数使同一检查点在推理计算和准确率间权衡。但单轮通常明显落后于同规模非循环模型，低延迟时另用非循环模型更好。弹性潜在循环ELR消除这一代价：同数据训练时，单轮服务成本等于同规模非循环模型，准确率相近，增加循环换取更多计算与准确率。三项选择是带可学习步长的门控状态更新、每次优化器更新内混合循环数，以及按循环索引和预算条件化每次运行。前两项保单轮准确率，第三项降低额外循环损失。可在预训练后期引入混合深度降低成本，在切换时加入零初始化条件，可比从头混合训练更低损失。MoE后续循环复用首轮专家路由使混合深度更新时间缩短11.7%，准确率无可测变化。推理仅保留末轮注意力KV缓存，内存维持单轮水平且保留大部分额外循环收益。4B稠密与30B-A3B MoE混合模型十任务均分中，ELR单轮相对匹配基线分别低0.52点、高1.04点，四轮增加7.25和4.75点。后训练得到Koi-4B，同一检查点在Artificial Analysis Intelligence Index单轮估计18分，与Qwen3.5-4B相当，四轮29分。