发生了什么
- 任务从不变赋值、覆盖更新，延伸到依赖已有值的计算与变量引用；同一底层问题采用多种呈现形式，减少单一题型造成的偏差。
- 直接针对任务训练的循环与混合架构在部分长序列任务上表现更稳健；当前基准假定变量数量固定，不能直接代表不断引入新实体的真实对话。
对工程应用的启发
工程观察：可为长对话、审批记录和 Agent 执行日志增加状态回放测试，核对最终字段与中间更新，分别衡量信息检索和状态计算，避免把长上下文窗口等同于可靠记忆。
以上为基于公开资料的应用思考，具体能力与适用范围需结合原文和实际测试判断。