Forking：数据回放下的突发过拟合现象

研究发现带有 n-gram 记忆分支的模型在数据回放训练时，会在 epoch 边界出现训练与验证损失急剧分离的突发过拟合现象（Forking）。该现象在受控 NanoGPT 及带 Engram 的 DeepSeek 风格模型中均被复现，高重复 SFT 与类 RL 场景同样存在。这是由于重复更新抑制了未见延续序列的概率，也是 autoresearch 智能体探索技巧时的意外副产物。