方法识别失败轨迹由正确进展转向错误的节点，仅修正有问题的后缀而非强行模仿固定成功路径。
推荐理由：失败轨迹往往先完成有效探索再走偏，整段否定会浪费可复用经验；按偏离点更新自然语言技能，既保留多种有效解法，也能更精准地修补错误策略。
阅读原文