MiMo Degenerate Loop Report

MiMo 模型退化循环问题的完整调查报告。

问题

使用 xiaomimimo/mimo-v2.5-pro 模型时，当 reasoning=True，在有限历史测试中曾观察到退化循环；“约 30%”是该批测试的历史观察值，不应外推为所有版本、提示词或接口的总体概率：

• 同一段英文输出连续出现 10 次（首现后重复 9 次）
• 持续约 6 分钟
• 输出语言从中文切换为英文
• 不执行任何工具调用

术语说明（2026-08 核对）：历史日志中的 reasoning=True 指当时 OpenClaw provider 配置里的开关名。小米官方 OpenAI 兼容接口的思考参数是 thinking.type（enabled/disabled），不存在顶层布尔 reasoning 字段；reproduce/test_loop_reproduce.sh 已按官方参数发送请求，历史观察结论不受此命名修正影响。

文件结构

mimo-loop-report/
├── README.md                           # 本文档
├── CONTRIBUTING.md / SECURITY.md / LICENSE / .gitignore
├── logs/
│   └── degenerate_loop_raw.log        # 原始日志（含系统配置和完整时间线）
├── reproduce/
│   └── test_loop_reproduce.sh         # 复现脚本（需要 API 密钥）
├── analysis/
│   └── root_cause_analysis.md         # 根因分析
├── docs/
│   ├── evidence.md                    # 证据分级与边界
│   └── reproduction-matrix.md         # 复现结果记录矩阵
└── .github/workflows/                 # CI 质量检查

快速开始

查看日志

cat logs/degenerate_loop_raw.log

日志包含完整的系统配置、模型参数和循环时间线。

阅读分析

cat analysis/root_cause_analysis.md

分析涵盖：

• 退化循环的详细特征
• 语言切换机制分析
• Token 概率分布塌缩的推测
• 各修复方案的原理和效果评估

复现（需要 API 密钥）

export MIMO_API_KEY="your_key_here"
bash reproduce/test_loop_reproduce.sh --count 10 --timeout 300

历史批次中曾观察到约 30% 的命中比例（见上文边界声明：这是该批测试的历史观察值，不代表当前版本或总体概率），需要多次测试才可能捕获循环。

关键发现

1. 工作假设：reasoning=True 相关路径可能在特定输入条件下出现固定重复；机制尚未得到模型内部证据证实
2. 参数修复无效：frequency_penalty、temperature、System Prompt 调整均无效
3. 工程修复有效：timeoutSeconds=180 + maxTokens=8000 可在工程侧阻止循环
4. 行为检测可用：输出模式检测可提供独立告警；误报率和覆盖范围取决于阈值与样例

详见 analysis/root_cause_analysis.md。

工具方案

检测脚本和防护措施参考 mimo-stable 项目。

许可

MIT